NetApp erweitert sein Technologieportfolio und arbeitet mit Partnern wie NVIDIA zusammen, um Unternehmen beim Aufbau leistungsfähiger KI-Infrastrukturen zu unterstützen. Durch innovative Datenmanagementlösungen fokussiert NetApp auf eine sichere und skalierbare Basis, die es ermöglicht, komplexe KI-Anwendungen effizient zu entwickeln und zu betreiben.
Foto: NetApp
Krish Vitaldevara, Senior Vice President und General Manager bei NetApp
NetApp hat kürzloch neue Technologien und Partnerschaften vorgestellt, die Unternehmen dabei helfen, die Potenziale von Künstlicher Intelligenz (KI) besser zu nutzen. Besonders im Bereich der generativen KI (GenAI), die für Anwendungen wie die Erstellung von Inhalten oder die Analyse großer Datenmengen eingesetzt wird, gewinnt eine intelligente Dateninfrastruktur zunehmend an Bedeutung.
Auf der NetApp INSIGHT 2024 wurde die Vision einer „Ära der Datenintelligenz“ präsentiert. Im Mittelpunkt steht dabei die Herausforderung, große Mengen an Daten sicher, effizient und nachvollziehbar zu verwalten. NetApp entwickelt hierfür Technologien, die Unternehmen in die Lage versetzen, Daten besser für KI-Projekte zu nutzen und dabei die regulatorischen Anforderungen zu erfüllen.
Eine der zentralen Maßnahmen von NetApp zur Förderung von KI-Projekten ist die Zusammenarbeit mit NVIDIA. Diese Partnerschaft umfasst die NVIDIA DGX SuperPOD Storage-Zertifizierung für NetApp ONTAP, ein Betriebssystem für Unified Storage. Diese Zertifizierung ermöglicht es Unternehmen, komplexe KI-Projekte zu unterstützen, die große Datenmengen verarbeiten. Durch die Integration der Speichertechnologien von NetApp mit NVIDIA-Systemen können Unternehmen von leistungsstarken Datenmanagementlösungen profitieren, die speziell auf die Anforderungen großer KI-Modelle wie Large-Language-Modelle (LLM) zugeschnitten sind.
Zusätzlich zu dieser Zertifizierung unterstützt NetApp Unternehmen dabei, KI-Datenpipelines effizient zu verwalten. Hierbei spielen Funktionen wie die automatisierte Vorbereitung und Anonymisierung unstrukturierter Daten eine zentrale Rolle. Diese werden in einer integrierten Vektor-Datenbank gespeichert, die es Unternehmen ermöglicht, Daten für semantische Suchvorgänge und andere KI-Analysen zu nutzen.
NetApp hat auch Neuerungen für die Datenverwaltung in hybriden Multi-Cloud-Umgebungen entwickelt. Ein globaler Metadaten-Namensraum erleichtert die sichere und konforme Erfassung sowie die Verwaltung von Daten, was für die Merkmalsextraktion und Datenklassifizierung in KI-Projekten entscheidend ist. Dies ermöglicht es Unternehmen, ihre KI-Prozesse zu optimieren und die Daten besser zu nutzen.
Durch diese Technologien können Unternehmen unstrukturierte Daten iterativ und automatisiert für KI-Anwendungen aufbereiten. Änderungen in den Datensätzen werden erfasst und nach Richtlinien klassifiziert und anonymisiert, um eine sichere und effiziente Verarbeitung zu gewährleisten. Zudem bietet die Integration einer Vektor-Datenbank die Möglichkeit, umfangreiche semantische Suchanfragen mit geringer Latenz durchzuführen, was eine Grundlage für leistungsstarke KI-Anwendungen schafft.
NetApp bietet nicht nur On-Premises-Lösungen an, sondern erweitert auch sein Angebot für native Cloud-Services. Das Unternehmen entwickelt zentrale Plattformen zur effizienten Erfassung, Aufbereitung und Verwaltung von Daten in der Cloud. Diese Plattformen unterstützen die Integration mit führenden Cloud-Diensten, wie beispielsweise Google Cloud, und bieten Unternehmen die Möglichkeit, KI- und Machine-Learning-Services optimal zu nutzen. Eine besondere Neuerung ist die Nutzung von NetApp Volumes als Datenspeicher für BigQuery und Vertex AI.
Zusätzlich hat NetApp seine FlexPod AI-Lösung weiterentwickelt, die eine hybride Infrastrukturplattform für die Bereitstellung moderner KI-Workloads darstellt. Mit einer Kombination aus Cisco Networking und NetApp Storage bietet FlexPod AI eine skalierbare Lösung, die es Unternehmen ermöglicht, KI-Projekte schneller umzusetzen und gleichzeitig die Kosten zu reduzieren. Diese Plattform ist speziell darauf ausgelegt, Unternehmen dabei zu unterstützen, ihre Daten effizient für KI-Anwendungen zu nutzen.
