Solve Your AI Challenges with These AI Open-Source Tools

Mike McNamara

2021-03-09

199 조회수

As organizations increase their use and spending ($110.7 billion by 2024) on artificial intelligence (AI) and machine learning (ML), they face challenges in data management, deployment complexity, and data availability. Many frameworks and toolkits in the industry attempt to make data more scalable and easier to deploy, but most fail to address the crucial challenge of data management and data availability. Many also feature proprietary data platforms that lack proven, enterprise-class reliability.

The NetApp^® AI Control Plane and Data Science Toolkit address these challenges. They simplify data management, streamline AI workflows, and help you get the most out of your data.

AI Control Plane and Data Science Toolkit

The AI Control Plane is a full-stack solution for managing AI data and experimentation; it integrates Kubernetes and Kubeflow with a data fabric enabled by NetApp. Kubernetes, the industry-standard container orchestration platform for cloud-native deployments, makes workloads more scalable and portable. Kubeflow is an open-source ML platform that simplifies management and deployment. And when your data fabric is powered by NetApp, you get uncompromising data availability and portability so that your data is accessible across the pipeline, from edge to core to cloud.

The NetApp Data Science Toolkit is a Python library that makes it easy for data scientists and data engineers to perform numerous data management tasks. These tasks include provisioning a new data volume, cloning a data volume almost instantaneously, and creating a NetApp Snapshot™ copy of a data volume for traceability and baselining. Traceability can add hours to AI operations—hours that the data scientist spends waiting instead of experimenting. The Data Science Toolkit reduces those hours to seconds.

The Data Science Toolkit also enhances the NetApp AI Control Plane by making it much easier to manage data. For example, a data scientist working on a Jupyter Notebook that was provisioned using the AI Control Plane can use the toolkit to implement a data management task in one simple line of Python code. The toolkit can also integrate advanced NetApp data management capabilities into other MLOps platforms—including custom and homegrown platforms—or serve as a standalone solution for teams that don’t need the overhead of a full-blown MLOps platform.

Watch these short videos to see how you can provision a new data volume in minutes and almost instantaneously create an exact copy of a data volume—all using the Data Science Toolkit.

Provision a new data volume

Near-instantaneously clone a data volume

The AI Control Plane and Data Science Toolkit are compatible with NetApp Cloud Volumes ONTAP^®software, so teams can use on-demand cloud compute resources in AWS, Microsoft Azure, or Google Cloud. To learn more, visit our NetApp AI page.

Mike McNamara

Mike McNamara는 NetApp의 제품 및 솔루션 마케팅 분야의 고위 경영진이며 25년이 넘는 데이터 관리 및 클라우드 스토리지 마케팅 경험을 보유하고 있습니다. 10년 전 NetApp에 입사하기에 앞서, McNamara는 Adaptec, Dell EMC, HPE에서 근무했습니다. McNamara는 자사 클라우드 스토리지 오퍼링 및 업계 최초의 클라우드 연결형 AI/ML 솔루션(NetApp), 유니파이드 스케일아웃 및 하이브리드 클라우드 스토리지 시스템 및 소프트웨어(NetApp), iSCSI 및 SAS 스토리지 시스템 및 소프트웨어(Adaptec), 파이버 채널 스토리지 시스템(EMC CLARiiON)의 출시를 이끈 핵심 팀 리더입니다.McNamara는 Fibre Channel Industry Association에서 마케팅 의장을 역임한 경력 외에도 Ethernet Technology Summit Conference Advisory Board와 Ethernet Alliance에서 회원으로 활동하고 있으며, 업계 저널의 고정 기고자로 활동하며 여러 행사에서 연설을 맡기도 했습니다. McNamara는 또한 FriesenPress에서 'Scale-Out Storage - The Next Frontier in Enterprise Data Management'라는 책을 출간했으며, Kapos가 선정한 눈 여겨 볼 상위 50대 B2B 제품 마케터에 이름을 올렸습니다.

Mike McNamara의 모든 게시물 보기

다음 단계

블로그

클라우드, 온프레미스, 그리고 그 사이의 모든 영역에서 최신 트렌드와 발전에 대한 정보를 얻으세요. 모든 것이 실전에 적용되고, 거기에 더해 완벽한 마무리까지!

블로그 글 읽기

커뮤니티

다양한 공개 포럼을 탐색하여 질문을 게시하고 답변을 공유하며 자신에게 가장 중요한 모든 NetApp 기술에 대한 지식을 쌓아보세요.

토론 참여하기