.
Gegevensopslag voor AI
Leg de waarde van kunstmatige intelligentie vast met krachtige gegevensopslag met hoge capaciteit in de
zes fasen van de AI-gegevenscyclus.
Introductie van het framework voor AI-gegevenscyclus
AI-modellen werken in een zichzelf in stand houdende, continue lus van gegevensverbruik en -generatie. Naarmate AI groeit en evolueert, worden er nog meer gegevens gecreëerd in zes verschillende fasen, waardoor een AI-gegevenscyclus ontstaat met specifieke opslagvereisten in elke fase.
1
Archieven met onbewerkte gegevens en opslag van content
2
Gegevensvoorbereiding en -opname
3
Training van AI-model
4
Interface en prompts
5
AI-inferentie-engine
6
Generatie van nieuwe content
Gegevensopslagkeuzen in je eigen AI-gegevenscyclus optimaliseren
Hoge capaciteit, hoge prestaties en rekenintensieve HDD's van ondernemingsklasse om je te helpen de prestaties te maximaliseren en de TCO in balans te brengen in je hele AI-architectuur.
ULTRASTAR DC HC690 HDD
Kritische AI-content archiveren om toekomstige waarde te benutten
TCO-geoptimaliseerde capaciteit tot 32 TB1
Enorme capaciteit, speciaal gebouwd om snel groeiende AI-gegevenssets te verwerken op belangrijke punten in de AI-gegevenscyclus.
Gebouwd om de TCO laag te houden
Ontworpen om enorme gegevenssets te verwerken en de voorbereiding voor het trainen van AI-modellen en het verfijnen van de prestaties te stroomlijnen.
Voorbereid voor AI-architectuur
Ideaal voor massale gegevensopslag in hyperscale cloud- en bedrijfsdatacenters met naadloze kwalificatie en integratie voor snelle implementatie.
PERSBERICHT
Western Digital introduceert nieuw raamwerk voor AI-gegevenscycli om klanten te helpen de waarde van AI te benutten
Opmerkingen
1. 1 GB = 1 miljard bytes en 1 TB = 1 biljoen bytes. De werkelijke gebruikerscapaciteit kan minder zijn afhankelijk van de gebruiksomgeving en RAID-configuratie (indien van toepassing).