第一金融网主办
|
新的集成解锁了跨混合多云环境的安全、私密生成式人工智能的数据存储能力，达到了数以艾字节计的数据。 加州圣何塞--(美国商业资讯)-- NetApp®（纳斯达克代码：NTAP）今日宣布，将与NVIDIA展开合作，推进用于生成式人工智能应用的检索增强生成（RAG）技术。 新的合作将刚刚发布的 NVIDIA NeMo Retriever 微服务即将进入NVIDIA AI Enterprise软件平台，用于开发和部署生产级 AI 应用程序，包括生成式 AI，直接连接到 NetApp 智能数据基础设施上的数以艾字节计的数据。 每个 NetApp ONTAP® 客户现在都能够无缝地“与其数据对话”，以获取专有的业务见解，而不必损害其数据的安全或隐私。 企业希望利用公开可用的大型语言模型，直接并安全地与其企业数据进行对话，并确保其私有数据永远不会在企业之外被访问。直到现在，想要构建内部聊天机器人、联合驾驶员和利用企业知识的应用的企业，都面临着复杂性和不确定性，不知如何开始而又不会损害数据的安全性或隐私性。 NetApp和NVIDIA已经开发出了一种简单的解决方案，利用NVIDIA NeMo Retriever微服务技术用于RAG，可以利用存储在NetApp ONTAP上的任何数据，无论是在本地还是在领先的公共云中。 现在，NetApp的客户可以通过简单的提示查询他们的数据，无论是电子表格、文档、演示文稿、技术图纸、图像、会议记录，甚至是来自他们的ERP或CRM系统的数据 —— 而且在存储数据时保持已经建立的访问控制。 “作为非结构化数据管理的领导者，NetApp使数据基础设施智能化，以安全地推动AI创新。与NVIDIA一起，我们已经帮助加速了超过500家数据驱动型企业的AI准备工作。 ”NetApp的首席执行官 George Kurian表示，“通过我们的合作，NetApp的现有用户可以无缝、安全地使用NVIDIA的工具来处理他们的非结构化数据。人工智能正在定义一个新的数据驱动时代，NetApp和NVIDIA正处于确保客户成功的最前沿，因为他们正在采用和部署人工智能。” “检索增强生成技术将宝贵的数据与人工智能的力量结合起来，打造具有变革性的生产力辅助工具。”NVIDIA的创始人兼首席执行官黄仁勋表示，“NVIDIA和NetApp携手合作，可以帮助企业构建准确、智能的生成式人工智能应用，让公司能够与其数据进行交流，并促进新一波的商业机会。” 通过将NVIDIA的NeMo Retriever微服务与NetApp ONTAP相结合，成千上万家企业无论是在本地还是在全球最大的公共云中，都可以访问其数据。这降低了检索增强生成（RAG）技术的摩擦、成本和价值时间。 这项允许客户专门针对企业检索增强生成（RAG）的新功能，将与NetApp成熟的人工智能解决方案组合，为客户提供更全面的选择。这些解决方案已被500多家联合客户用于人工智能模型训练和推断，包括构建在 NVIDIA DGX BasePOD上的解决方案，并获得NVIDIA DGX SuperPOD的认证，以及针对企业RAG专门设计的新NVIDIA OVX系统存储验证计划。 NetApp的“与您的数据交谈”功能将在全球人工智能会议NVIDIA GTC中展示，该会议将于3月18日至21日在加利福尼亚州圣何塞举行。请访问位于AI卓越中心的NetApp展位＃1616，以了解更多信息。 额外资源
关于NetApp NetApp是一家智能数据基础设施公司，将统一数据存储、集成数据服务和CloudOps解决方案相结合，让充满颠覆变化的世界为每个客户带来机遇。NetApp创建无孤岛的基础设施，然后运用可观察性和人工智能来实现最佳的数据管理。作为唯一原生嵌入全球最大云中的企业级存储服务，我们的数据存储提供无缝的灵活性，我们的数据服务具有卓越的网络弹性、治理和应用程序敏捷性，为用户创造数据优势。我们的CloudOp解决方案通过可观察性和人工智能来持续优化性能和效率。无论数据类型、工作负载或环境如何，都可以通过NetApp改造数据基础架构以实现业务机遇。如需了解更多信息，请访问 www.netapp.com 或在 X 、 LinkedIn 、 Facebook 和 Instagram . NETAPP、NETAPP标识以及在 www.netapp.com/TM 列出的标记是NetApp, Inc.的商标。其他公司和产品名称可能是其各自所有者的商标。 免责声明：本公告之原文版本乃官方授权版本。译文仅供方便了解之用，烦请参照原文，原文版本乃唯一具法律效力之版本。 在 businesswire.com 上查看源版本新闻稿: https://www.businesswire.com/news/home/20240318224713/zh-CN/ CONTACT:
媒体联系人：
投资者联系人： |
|
||
|
|
||
