Публикации
2023 г. – новый этап практического применения CXL, статья
VMware сдвигает акцент в проекте Capitola на CXL, статья
Dell Validated Design for Analytics — Data Lakehouse: интегрированное хранилище данных, статья
OCP Global Summit: решения для Computational Storage и компонуемых масштабируемых архитектур, статья
Samsung CXL MemoryySemantic SSD: 20M IOPs, статья
UCIe – открытый протокол для взаимосвязи чиплетов и построения дезагрегированных инфраструктур, статья
Omni-Path Express – открытый интерконнект для экзафлопных HPC/AI-систем, статья
GigaIO: CDI_решение на базе AMD для высшего образования, статья
Энергоэффективные ЦОД на примерах решений Supermicro, Lenovo, Iceotope, Meta, статья
От хранилищ данных и “озер данных” к open data lakehouse и фабрике данных, статья
EuroHPC JU развивает НРС-экосистему на базе RISC-V, статья
LightOS™ 2.2 – программно-определяемое составное блочное NVMe/TCP хранилище, статья
End-to-end 64G FC NAFA, статья
Computational Storage, статья
Технология KIOXIA Software-Enabled Flash™, статья
Pavilion: 200 млн IOPS на стойку, статья
CXL 2.0: инновации в операциях Load/Store вводаавывода, статья
Тестирование референсной архитектуры Weka AI на базе NVIDIA DGX A100, статья
Fujitsu ETERNUS CS8000 – единая масштабируемая платформа для резервного копирования и архивирования, статья
SmartNIC – новый уровень инфраструктурной обработки, статья
Ethernet SSD, JBOF, EBOF и дезагрегированные хранилища, статья
Compute, Memory и Storage, статья
Lenovo: CXL – будущее серверов с многоуровневой памятью , статья
Liqid: компонуемые дезагрегированные инфраструктуры для HPC и AI, статья
Intel® Agilex™ FPGA, статья
Weka для AI-трансформации, статья
Cloudera Data Platform – “лучшее из двух миров”, статья
Fujitsu ETERNUS DSP - разработано для будущего, статья
Технологии охлаждения для следующего поколения HPC-решений, статья
Что такое современный HBA?, статья
Fugaku– самый быстрый суперкомпьютер в мире, статья
НРС – эпоха революционных изменений, статья
Новое поколение СХД Fujitsu ETERNUS, статья
Зональное хранение данных, статья
За пределами суперкомпьютеров, статья
Применение Intel® Optane™ DC и Intel® FPGA PAC, статья
Адаптивные HPC/AI-архитектуры для экзаскейл-эры, статья
DAOS: СХД для HPC/BigData/AI приложений в эру экзаскейл_вычислений, статья
IPsec в пост-квантовую эру, статья
LiCO: оркестрация гибридныхНРС/AI/BigData_инфраструктур, статья
 
Обзоры
Все обзоры в Storage News
 
Тематические публикации
Flash-память
Облачные вычисления/сервисы
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Современные СХД
Информационная безопасность (ИБ), борьба с мошенничеством
Рынки
SAS – лидер в области мультимодального предиктивного анализа и решений для машинного обучения

21, сентябрь 2020  —  К такому выводу пришли эксперты в отчете The Forrester Wave™: Multimodal Predictive Analytics and Machine Learning (PAML) Solutions, Q3 2020 .

SAS получил наивысшую оценку по критерию ModelOps. Кроме того, The Forrester отметил, что SAS быстрее внедряет инновации, предлагает облачные решения и интегрируется с внешними сервисами и инструментами с открытым исходным кодом.

В отчете выделяются преимущества модернизированной платформы SAS Viya и продуктов на ее основе – SAS Visual Analytics, SAS Visual Data Mining and Machine Learning и SAS Model Manager. Также отмечено, что Viya cloud унифицирует пользовательские интерфейсы и обеспечивает взаимодействие, интеграцию и расширяемость с API.

По мнению экспертов The Forrester, SAS обладает сильными позициями по всем направлениям, включая востребованную на сегодня технологию AutoML и другие возможности автоматизации аналитики. Также подчеркнуто, что SAS предоставляет несколько сценариев гибкой интеграции с другими языками программирования с открытым исходным кодом, включая Python и R. Специалисты The Forrester уделили внимание решению SAS Model Manager, заметив, что теперь оно поддерживает операционализацию любых моделей, в том числе не разработанных в SAS, и приближается к тому, чтобы стать целостной платформой PAML, используя преимущества как решений от вендоров, так и open-source технологий.

« Большинство отраслей промышленности, работающих с большими объемами данных, признали ценность технологии машинного обучения для более эффективной работы и быстрого получения ценной информации из своих данных, – говорит Сьюзан Келер, специалист по искусственному интеллекту и машинному обучению в SAS. Инструменты машинного обучения SAS позволяют участникам всех этапов процесса анализа данных – специалистам по обработке и анализу данных и бизнес-аналитикам – получать высокоточные результаты в рамках единой совместной среды, поддерживающей сквозной интеллектуальный анализ данных ».

Справочная информация

Компания SAS является крупнейшей в мире частной IT-компанией, специализирующейся на разработке и продаже решений и услуг в области бизнес-аналитики. Сегодня в ее офисах по всему миру работают около 14   тысяч сотрудников. Клиентами SAS являются более 83 тысяч организаций в 158 странах мира. Среди них – 92 компании из первой сотни лидеров, включенных в список «2018 FORTUNE Global 500®».

В России и странах СНГ компания SAS начала работу в 1996 году. Заказчикам компания SAS предлагает полный спектр решений и услуг в области бизнес-аналитики: консалтинг, внедрение, обучение и техническую поддержку. Клиентами SAS в России и СНГ являются все 10 крупнейших российских банков (Сбербанк России, ВТБ, Газпромбанк и др.), 9   страховых компаний (Ингосстрах, Ренессанс Страхование, ВСК и др.), РЖД, « Аэрофлот », лидеры розничной торговли, государственные организации, крупнейшие компании из телекоммуникационного и топливно-энергетического сектора.

Страница SAS Россия в Facebook: http://www.facebook.com/SASRussia

Публикации по теме
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
 
Новости SAS

© "Storage News" journal, Russia&CIS
(495) 233-4935;
www.storagenews.ru; info@storagenews.ru.