{"id":55796,"date":"2019-02-08T08:00:09","date_gmt":"2019-02-08T07:00:09","guid":{"rendered":"http:\/\/e3mag.com\/?p=55796"},"modified":"2020-03-27T10:38:51","modified_gmt":"2020-03-27T09:38:51","slug":"ventajas-competitivas-mediante-inteligencia-artificial-con-netapp-data-fabric","status":"publish","type":"post","link":"https:\/\/e3mag.com\/es\/ventajas-competitivas-mediante-inteligencia-artificial-con-netapp-data-fabric\/","title":{"rendered":"Ventaja competitiva a trav\u00e9s de la inteligencia artificial con Data Fabric de NetApp"},"content":{"rendered":"

Bajo la direcci\u00f3n cient\u00edfica de Cambridge Consultants, se cre\u00f3 un nuevo producto a partir de componentes de Nvidia y NetApp: NetApp Ontap AI. Este hardware es el primer acelerador del mundo habilitado para IA para la gesti\u00f3n y el transporte de datos.<\/p>\n\n\n\n

El razonamiento es el siguiente: Cuanto m\u00e1s r\u00e1pido se puedan suministrar datos a las redes neuronales para el aprendizaje autom\u00e1tico\/profundo, m\u00e1s r\u00e1pido y mejor funcionar\u00e1n estos algoritmos de IA.<\/p>\n\n\n\n

Por su propia naturaleza, un algoritmo de aprendizaje profundo para la fijaci\u00f3n \u00f3ptima de precios solo tiene sentido si los resultados est\u00e1n disponibles en tiempo real, es decir, en el momento en que se establece el punto de precio. Un sistema que necesite determinar el precio \u00f3ptimo de un art\u00edculo de temporada deber\u00eda acabar con el algoritmo de aprendizaje antes de que termine la temporada.<\/p>\n\n\n\n

El cuello de botella de muchas redes neuronales en la fase de aprendizaje y prueba es el suministro de datos. En un sistema de comercio electr\u00f3nico, los datos de ventas pueden estar disponibles dentro y fuera de las instalaciones. La consolidaci\u00f3n de un \"lago de datos\" y un transporte r\u00e1pido al sistema de aprendizaje profundo son requisitos b\u00e1sicos para un \u00e9xito sostenible.<\/p>\n\n\n\n

En una cooperaci\u00f3n entre Nvidia, especialista en IA, y NetApp, especialista en almacenamiento de datos, se cre\u00f3 un bastidor de hardware con componentes de Nvidia y NetApp, con el asesoramiento cient\u00edfico de Cambridge Consulting.<\/p>\n\n\n\n

Esta combinaci\u00f3n de hardware se encarga, entre otras cosas, de la gesti\u00f3n del transporte de datos para la fase de aprendizaje y prueba de las redes neuronales. Christian Lorentz, Senior Product and Solution Marketing Manager de NetApp EMEA, present\u00f3 el hardware Nvidia\/NetApp en Cambridge Consultants (Reino Unido) en septiembre de este a\u00f1o. El desarrollo se encuentra en sus inicios y todas las partes implicadas est\u00e1n evaluando actualmente otras posibles aplicaciones y futuras fases de expansi\u00f3n.<\/p>\n\n\n\n

\"AI_media_event_NetApp_CambridgeConsultants_NVIDIA-19\"
Una visi\u00f3n de extremo a extremo (E2E) parece ser la primera orden del d\u00eda en la gesti\u00f3n de datos: los algoritmos de IA\/AI pueden ayudar en la optimizaci\u00f3n.<\/figcaption><\/figure><\/div>\n\n\n\n

Esto deber\u00eda permitir la creaci\u00f3n de una arquitectura de nube h\u00edbrida para IoT. NetApp ofrece funciones de gesti\u00f3n de datos y soporte de soluciones para hacer frente a las fuentes de datos en constante crecimiento con una escalabilidad y un rendimiento casi ilimitados.<\/p>\n\n\n\n

De este modo, las aplicaciones de uso intensivo de datos en el \u00e1mbito de la IA\/AI, el aprendizaje autom\u00e1tico y el aprendizaje profundo pueden recibir datos, entrenarse y ejecutarse. En el contexto de una instalaci\u00f3n de SAP ERP y SAP Leonardo, ya existen numerosas aplicaciones posibles.<\/p>\n\n\n\n

Desde el \u00e1rea Leonardo IoT, existe la demanda actual de mayor caudal de datos y baja latencia. Los millones de sensores IoT generan terabytes de datos en los bordes de la red. Por el momento, se est\u00e1 intentando domar esta avalancha de datos con edge computing.<\/p>\n\n\n\n

Los futuros algoritmos de IA para la evaluaci\u00f3n, compresi\u00f3n y reenv\u00edo de datos basados en Ontap AI de NetApp podr\u00edan suponer un alivio significativo de una situaci\u00f3n cr\u00edtica en la actualidad.<\/p>\n\n\n\n

En el otro extremo de un escenario de datos de extremo a extremo se encuentran la nube m\u00faltiple y la nube h\u00edbrida. En un sistema ERP on-premise y off-premise, el tr\u00e1fico de datos r\u00e1pido, eficiente y con un uso eficaz de los recursos adquiere una importancia muy especial porque no siempre se dispone de suficiente ancho de banda. En este caso, Ontap AI de NetApp no s\u00f3lo podr\u00eda reducir la carga de datos, sino tambi\u00e9n optimizar el tr\u00e1fico de datos con algoritmos de IA.<\/p>\n\n\n\n

NetApp ayuda a las empresas en general a orientar el uso de la inteligencia artificial (AI\/AI) proporcionando servicios de datos f\u00e1cilmente desplegables, precisamente desde el punto de origen de los datos, pasando por el centro de datos, hasta la nube.<\/p>\n\n\n\n

NetApp es uno de los principales especialistas en la gesti\u00f3n de datos en el cloud h\u00edbrido y tambi\u00e9n present\u00f3 cinco nuevas soluciones y servicios: Ontap 9.5, Max-Data, StorageGrid SG6060 y la Garant\u00eda de Rendimiento Flash.<\/p>\n\n\n\n

Estos nuevos servicios y soluciones de datos ampl\u00edan el alcance del concepto Data Fabric de NetApp para la gesti\u00f3n de datos de forma transversal entre su punto de origen, la plataforma de datos central y el cloud.<\/p>\n\n\n\n

\"DSC
Christian Lorentz, de NetApp, present\u00f3 la soluci\u00f3n Ontap AI de NetApp en Cambridge Consultants (Reino Unido).<\/figcaption><\/figure><\/div>\n\n\n\n

Esto permite a las empresas aprovechar plenamente el potencial de la inteligencia artificial. Seg\u00fan Gartner, el valor empresarial mundial de la IA ascender\u00e1 a 1.200 millones de d\u00f3lares este a\u00f1o, y esto representa un aumento del 70% con respecto a 2017.<\/p>\n\n\n\n

IDC predice que casi el 75% de las aplicaciones empresariales comerciales utilizar\u00e1n IA\/AI en 2021. Muchas empresas buscan utilizar la inteligencia artificial para nuevas e innovadoras oportunidades de negocio relacionadas con conjuntos de datos diversos, distribuidos y din\u00e1micos.<\/p>\n\n\n\n

Sin embargo, a menudo se encuentran con que los datos m\u00e1s valiosos est\u00e1n encerrados en silos. Esto suele hacer que el acceso sea demasiado complejo y costoso para las aplicaciones de IA\/IA que requieren muchos recursos, como SAP Leonardo.<\/p>\n\n\n\n

\"Hoy en d\u00eda, se generan y gestionan enormes cantidades de datos procedentes de dispositivos y sensores IoT en centros de datos locales y en entornos de nube h\u00edbrida. Por lo tanto, una arquitectura de tejido de datos que abarque el punto de origen, la plataforma central de datos y la nube es esencial para el \u00e9xito del despliegue de la IA\".<\/em><\/p>\n\n\n\n

afirma Joel Reich, vicepresidente ejecutivo de sistemas de almacenamiento y software de NetApp.<\/p>\n\n\n\n

\"Si las empresas integran los nuevos servicios y soluciones de datos seg\u00fan el concepto Data Fabric de NetApp, podr\u00e1n acelerar los procesos de datos de toda la compa\u00f1\u00eda\".<\/em><\/p>\n\n\n\n

\"https:\/\/e3mag.com\/partners\/netapp-deutschland-gmbh\/\"<\/a><\/figure><\/div>\n\n\n\n
\n\n\n\n

Optimizaci\u00f3n del almacenamiento para la gesti\u00f3n de datos de IA<\/span><\/h3>\n\n\n\n

El software Ontap 9.5 de NetApp ayuda a las organizaciones a modernizar sus servicios de datos. El software ofrece una integraci\u00f3n l\u00edder en cloud, un rendimiento \u00f3ptimo all-flash, as\u00ed como una mayor eficiencia y facilidad de uso.<\/p>\n\n\n\n

Ontap 9.5 ofrece versatilidad con un alto rendimiento, as\u00ed como una baja latencia constante. Las cargas de trabajo cr\u00edticas pueden acelerarse con funciones NVMe de extremo a extremo.<\/p>\n\n\n\n

Adem\u00e1s, Ontap 9.5 automatiza la jerarquizaci\u00f3n de conjuntos de datos en el rango de petabytes hasta el almacenamiento de objetos en la nube o en las instalaciones y reduce los costes de implantaci\u00f3n de soluciones de continuidad de negocio en m\u00faltiples ubicaciones.<\/p>\n\n\n\n

Max-Data permite a los clientes acelerar el rendimiento de sus aplicaciones sin tener que cambiar el c\u00f3digo. Max-Data es la primera soluci\u00f3n del sector que utiliza memoria persistente en servidores para ofrecer una baja latencia similar a la de la memoria y una capacidad similar a la de Flash.<\/p>\n\n\n\n

Max Data consigue as\u00ed un mayor rendimiento para los datos a nivel de aplicaci\u00f3n, lo que permite un procesamiento m\u00e1s r\u00e1pido de los datos para aplicaciones de IA\/AI y an\u00e1lisis de datos en tiempo real.<\/p>\n\n\n\n

Adem\u00e1s, Max-Data acelera la recuperaci\u00f3n de datos de aplicaciones con servicios de copia de seguridad de datos para almacenamiento persistente en servidores y aumenta la eficiencia, ya que se necesitan menos servidores para un rendimiento equivalente o incluso superior.<\/p>\n\n\n\n

La garant\u00eda de rendimiento Flash de NetApp ofrece la primera garant\u00eda de latencia del sector, lo que permite a los clientes ejecutar aplicaciones AI\/AI con una baja latencia predecible.<\/p>\n\n\n\n

Esta garant\u00eda de rendimiento es \u00fanica en el sector y ofrece una latencia constante no superior a 0,5 milisegundos. Esto permite a las empresas minimizar costes y riesgos mediante el uso de flash.<\/p>\n\n\n\n

El almacenamiento de objetos StorageGRID SG6060 de NetApp con aceleraci\u00f3n flash satisface las necesidades de cargas de trabajo paralelas de alto rendimiento para entornos de IoT y an\u00e1lisis de big data, as\u00ed como sistemas de aprendizaje autom\u00e1tico.<\/p>\n\n\n\n

En combinaci\u00f3n con las funciones Ontap fabric pool, las empresas disponen de excelentes capacidades de gesti\u00f3n de datos. Al mismo tiempo, se benefician de la rentabilidad del almacenamiento de objetos.<\/p>","protected":false},"excerpt":{"rendered":"

Visto en su conjunto, se trata de una tarea sencilla, pero en detalle se vuelve compleja: el aprendizaje autom\u00e1tico cl\u00e1sico s\u00f3lo puede tener \u00e9xito con grandes cantidades de datos para el aprendizaje y las pruebas. Y estos datos deben estar disponibles r\u00e1pidamente.<\/p>","protected":false},"author":2,"featured_media":55801,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pmpro_default_level":"","footnotes":""},"categories":[5,27178],"tags":[7678,6358,5008,370,13891,480],"coauthors":[19954],"class_list":["post-55796","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-it-management","category-mag-1812","tag-data-fabric","tag-deep-learning","tag-hybrid-cloud","tag-iot","tag-leonardo","tag-machine-learning","pmpro-has-access"],"acf":[],"featured_image_urls_v2":{"full":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135.jpg",1000,450,false],"thumbnail":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135-150x150.jpg",150,150,true],"medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135.jpg",400,180,false],"medium_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135-768x346.jpg",768,346,true],"large":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135.jpg",1000,450,false],"image-100":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135-100x45.jpg",100,45,true],"image-480":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135-480x216.jpg",480,216,true],"image-640":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135-640x288.jpg",640,288,true],"image-720":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135-720x324.jpg",720,324,true],"image-960":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135-960x432.jpg",960,432,true],"image-1168":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135.jpg",1000,450,false],"image-1440":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135.jpg",1000,450,false],"image-1920":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135.jpg",1000,450,false],"1536x1536":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135.jpg",1000,450,false],"2048x2048":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135.jpg",1000,450,false],"trp-custom-language-flag":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135.jpg",18,8,false],"bricks_large_16x9":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135.jpg",1000,450,false],"bricks_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135.jpg",1000,450,false],"bricks_large_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135.jpg",1000,450,false],"bricks_medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135.jpg",600,270,false],"bricks_medium_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135.jpg",600,270,false],"profile_24":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135-24x24.jpg",24,24,true],"profile_48":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135-48x48.jpg",48,48,true],"profile_96":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135-96x96.jpg",96,96,true],"profile_150":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135-150x150.jpg",150,150,true],"profile_300":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/11\/shutterstock_747136135-300x300.jpg",300,300,true]},"post_excerpt_stackable_v2":"

Ganzheitlich betrachtet ist es eine einfache Aufgabenstellung \u2013 im Detail wird es komplex: Klassisches Machine Learning kann nur Erfolg mit gro\u00dfen Datenmengen zum Lernen und Testen haben. Und diese Daten sollten schnell verf\u00fcgbar sein.<\/p>\n","category_list_v2":"IT-Management<\/a>, MAG 18-12<\/a>","author_info_v2":{"name":"Peter M. F\u00e4rbinger, E3 Magazine","url":"https:\/\/e3mag.com\/es\/author\/peter-m-faerbinger-e-3-magazin\/"},"comments_num_v2":"0 comentarios","_links":{"self":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/posts\/55796","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/comments?post=55796"}],"version-history":[{"count":0,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/posts\/55796\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/media\/55801"}],"wp:attachment":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/media?parent=55796"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/categories?post=55796"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/tags?post=55796"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/coauthors?post=55796"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}