Schnellere Ausführung von Analysen
Vereinfachung von Installation, Management und Verwaltung
Nutzen Sie den Vorteil eines Data-Warehouse, das vorkonfiguriert und für große Datenvolumen optimiert ist.
Cloud-fähige Flexibilität
Verlagern Sie Workloads innerhalb einer Public Cloud, Private Cloud und On-Premises-Umgebung, basierend auf Ihren Anwendungsanforderungen.
Vorteile durch IBM Watson Studio
Analysieren Sie Daten im Team mit dem integrierten IBM Watson Studio, um das Data-Science-Erlebnis zu optimieren, oder verwenden Sie vorhandene Jupyter Notebooks, um Data-Scientists Zugriff auf die Daten Ihres Unternehmens zu bieten.
Wertschöpfung in Echtzeit mit maschinellem Lernen
Sie können Daten ohne explizite Programmierung übertragen, analysieren und aus ihnen lernen. So können Ihre Data-Scientists Machine-Learning-Modelle auf der Plattform entwickeln und optimieren, auf der sich die Daten befinden.
Datenzugriff, -abfrage und -analyse in Ihrem Data-Warehouse und in Hadoop mit der IBM Common SQL Engine
Nutzen Sie die IBM Common SQL Engine für die Portierbarkeit von Workloads und den Austausch von Know-how in Public Clouds und Private Clouds.
Weniger Unterbrechungen durch Datenreplikation mit kontinuierlicher Verfügbarkeit
Unterstützen Sie aktive und Stand-by-Replikate für den Lastausgleich und die Verlagerung von Workloads während geplanter Betriebsunterbrechungen und verkürzen Sie die Wiederherstellungszeit bei ungeplanten Betriebsunterbrechungen.
Anwendungsfälle
-
Bessere Integration Ihrer Daten
Problem
Fassen Sie isolierte Daten aus dem gesamten Unternehmen zusammen.
Lösung
Verwenden Sie ein logisches Data-Warehouse mit Hadoop, Datamarts oder anderen damit zusammenhängenden Implementierungen, die miteinander interagieren und eine einheitliche Sicht auf Ihre Daten bieten – in einer On-Premises-Umgebung oder in der Cloud.
-
Verbesserte Interaktionen mit Kunden
Problem
Sorgen Sie für personalisierte und zeitnahe Interaktionen mit Kunden.
Lösung
Schaffen Sie personalisierte Kundenerlebnisse in Echtzeit, indem Sie Ihre internen Daten mit Analysen nutzen, die hohe Leistung bieten und die Skalierbarkeit vereinfachen.
-
Schnellere Innovation
Problem
Beschleunigen Sie die Einführung neuer Produkt- und Prozessverbesserungen.
Lösung
Nutzen Sie integriertes maschinelles Lernen, um komplexe Analysen zu beschleunigen und Ihren Datennutzern Erkenntnisse schneller bereitzustellen.
-
Verbesserte Prozesse
Problem
Erfüllen Sie die steigenden Anforderungen an Betriebs- und Prozessverbesserungen.
Lösung
Erstellen Sie Analysen für unterschiedliche Datentypen und -gruppen mithilfe der Virtualisierung und Föderation. So können Sie den Datenzugriff im logischen Data-Warehouse, in der Cloud und in Hadoop vereinheitlichen.
Technische Details
Sieben Rechenknoten in einem Rack, das Folgendes enthält:
- IBM POWER8® S822L Server mit 24 Cores und 3,02 GHz
- 512 GB RAM (pro Knoten)
- 2 SAS-Festplattenlaufwerke mit 1,2 TB
- Betriebssystem: Red Hat Linux
Bis zu drei Flash-Arrays in einem Rack, das Folgendes enthält:
- IBM FlashSystem® 900
- Duale Flash-Controller
- Microlatency-Flash-Module
- Zweidimensionaler RAID5- und Hot-Swap-fähiger Zusatzspeicher für hohe Verfügbarkeit
Zwei Mellanox 10G Ethernet Switches
- 48 10G-Ports
- 12 40/50G-Ports
- Duale Switches (für ein ausfallsicheres Netzwerk)
- IBM SAN64B 32G Fibre Channel SAN
- 16-Gb-Fibre-Channel-Switch
- 48 32-Gb/s-SFP+-Ports
