Avec le meilleur du cloud sur site, la science des données progresse plus vite

HPE GreenLake for ML Ops simplifie et accélère le lancement des projets de ML et d’IA ainsi que leur adaptation transparente en vue d’un déploiement en environnement de production. Dans votre datacenter ou vos infrastructures physiques en colocalisation, déployez des charges de travail AI/ML sur l’infrastructure de services cloud optimisée pour le ML de HPE. Cette infrastructure associe du matériel HPE Apollo avec la solution HPE Ezmeral ML Ops, conçue pour gérer tous les aspects du cycle de vie ML, de la préparation des données à la création, l’entraînement, le déploiement et la surveillance de modèles ainsi que la collaboration. HPE GreenLake vous propose un modèle de paiement à l’utilisation qui vous permet de consommer ces ressources sur site tout en bénéficiant d’une expérience cloud. 

+ afficher plus

Dites adieu aux problèmes de risque opérationnel et de gravité des données

Évitez les problèmes de conformité, de sécurité et de gravité des données associés au cloud public, ainsi que le risque opérationnel lié au fait de gérer vous-même votre infrastructure. Les charges de travail sont exécutées juste à côté de votre lac de données sur site, ce qui vous permet d’éviter les coûts cachés de sortie des données.

Donner le pouvoir aux data scientists

Laissez vos data scientists se concentrer sur la construction de modèles en les déchargeant de la gestion et de la configuration de l’infrastructure. Avec HPE GreenLake for ML Ops, vous pouvez rapidement mettre en place des environnements ML/IA conteneurisés intégrant les outils de science des données de votre choix et assigner des projets à vos data scientists.

Maîtriser vos coûts grâce à une tarification élastique

Réservez la capacité dont vous avez besoin et ne payez que les ressources que vous consommez (paiement à l’utilisation). Grâce à la possibilité de consulter votre utilisation mesurée et les coûts correspondants, vous pouvez faire le lien entre votre consommation et les objectifs de votre entreprise.

Sécurisez le provisionnement et la gestion

Déchargez-vous de la surveillance et de la gestion de votre environnement de science des données. Avec HPE GreenLake for ML Ops, votre environnement est géré en toute sécurité depuis les Centres d’opérations informatiques de HPE et via les services de sécurité de HPE GreenLake Central.


HPE GreenLake pour ML Ops

Gérez vos charges de travail de ML avec la sécurité et la maîtrise inhérentes à une infrastructure sur site. Choisissez entre 2 configurations, une configuration standard et une configuration optimale, toutes deux appuyées sur une stack matérielle/logicielle ultra-performante de classe entreprise optimisée pour le machine learning. Ce service à la demande vous garantit :

  • Un modèle de paiement simple et transparent pour un service sur site imputable aux dépenses d’exploitation
  • La souplesse nécessaire pour assumer des charges de travail imprévues
  • Une capacité réservée et un modèle de paiement à l’utilisation permettant de prévoir les coûts tout en soutenant la demande variable typique des charges de travail de science des données
  • Un contrat de 4 ans, avec paiement mensuel
Contactez-nous 

EN SAVOIR PLUS

Configuration standard
Configuration optimisée pour les performances

Pour qui est-ce recommandé ?

Les entreprises disposant d’une équipe de science des données qui veulent utiliser l’intelligence artificielle et le machine learning pour résoudre des problèmes métier et qui ont besoin de gérer les charges de travail ML/IA de façon agile et sécurisée sur site, sans avoir à gérer l’infrastructure.

Entreprises disposant d’une équipe de science des données qui entraînent des modèles de deep learning à grande échelle, mettent des modèles en production ou gèrent simultanément plusieurs projets de sciences des données sur site.

Spécifications matérielles

  • Calcul : HPE Apollo 6500 (6 processeurs, 96 cœurs utilisables) intégré avec des processeurs graphiques NVIDIA Tesla V100 accélérés (4) et HPE ProLiant DL360 intégré avec des processeurs graphiques NVIDIA Tesla T4 (4).
  • Stockage :HPE Apollo 4200 avec 228 To de stockage utilisable.
  • Calcul : HPE Apollo 6500 (6 processeurs, 120 cœurs utilisables) intégré avec des processeurs graphiques NVIDIA Tesla V100 accélérés (8) et HPE ProLiant DL360 intégré avec des processeurs graphiques NVIDIA Tesla T4(4).
  • Stockage : HPE Apollo 4200 avec 394 To de stockage utilisable et 150 To de stockage NVMe.

Stack logicielle

HPE Ezmeral Container Platform et logiciel ML Ops, avec un jeu de 5 images d’applications de science des données préconfigurées et personnalisables. Ces images, qui contiennent divers outils de science des données open source et outils CI/CD ainsi que différentes langues, sont conçues pour l’ingestion de données, la préparation de données, l’entraînement et le déploiement de modèles, et les blocs-notes.

HPE Ezmeral Container Platform et logiciel ML Ops, avec un jeu de 5 images d’applications de science des données préconfigurées et personnalisables. Ces images, qui contiennent divers outils de science des données open source et outils CI/CD ainsi que différentes langues, sont conçues pour l’ingestion de données, la préparation de données, l’entraînement et le déploiement de modèles, et les blocs-notes.

Plan de contrôle

Provisionnement et gestion sécurisés en libre-service via un plan de contrôle commun pour les fonctions d’orchestration de HPE Container Platform et de HPE GreenLake Central.

Provisionnement et gestion sécurisés en libre-service via un plan de contrôle commun pour les fonctions d’orchestration de HPE Container Platform et de HPE GreenLake Central.

Ce qui est comptabilisé

La consommation est mesurée sur la base des capacités de calcul (par minute) et de stockage (en Go) utilisés par les nœuds d’un cluster.

4 mesures sont utilisées pour calculer la consommation au-delà de la capacité réservée :

  • Cœurs de processeurs – consommation par minute
  • Processeur graphique V100 – consommation par minute
  • Processeur graphique T4 – consommation par minute   
  • Stockage – consommation horaire moyenne en Go

La consommation est mesurée sur la base des capacités de calcul (par minute) et de stockage (en Go) utilisés par les nœuds d’un cluster.

4 mesures sont utilisées pour calculer la consommation au-delà de la capacité réservée :

  • Cœurs de processeurs – consommation par minute
  • Processeur graphique V100 – consommation par minute
  • Processeur graphique T4 – consommation par minute   
  • Stockage – consommation horaire moyenne en Go

Services inclus

  • Les ingénieurs HPE réalisent la configuration initiale et l’intégration à votre infrastructure de datacenter. Le service inclut une assistance proactive et réactive, avec un point de contact unique.
  • Le service prévoit plusieurs jours d’interaction technique post-installation avec les experts de HPE. Vous pouvez utiliser ce service à votre discrétion.
  • HPE assure la surveillance et la gestion du cycle de vie de l’infrastructure HPE GreenLake for ML Ops de A à Z.
  • Les ingénieurs HPE réalisent la configuration initiale et l’intégration à votre infrastructure de datacenter. Le service inclut une assistance proactive et réactive, avec un point de contact unique.
  • Le service prévoit plusieurs jours d’interaction technique post-installation avec les experts de HPE. Vous pouvez utiliser ce service à votre discrétion.
  • HPE assure la surveillance et la gestion du cycle de vie de l’infrastructure HPE GreenLake for ML Ops de A à Z.