Informática acelera o gerenciamento de dados corporativos Cloud Native com a computação NVIDIA


Os clientes agora podem experimentar um ganho de desempenho de 5x e reduzir o TCO¹ em 72% com os serviços de nuvem inteligentes da Informática, aproveitando o software de ciência de dados NVIDIA RAPIDS com GPUs NVIDIA



A Informatica, líder em gerenciamento de dados em nuvem empresarial, anunciou hoje a disponibilidade de seu mecanismo de integração de dados em nuvem sem servidor e baseado em Spark, que oferece desempenho acelerado usando o NVIDIA RAPIDS Accelerator para Apache Spark com computação acelerada NVIDIA.


Pela primeira vez, os usuários têm acesso aos recursos de operações de aprendizado de máquina (MLOps) do início ao fim, operacionalizando modelos de aprendizado de máquina e poder do gerenciamento de dados com a escalabilidade e velocidade oferecidas pelo software de ciência de dados RAPIDS e a infraestrutura NVIDIA. Este é um grande marco no caminho para a democratização de dados e uma etapa crítica para ampliar os esforços de transformação digital.


De acordo com o Gartner, “Quarenta e um por cento dos funcionários fora da TI corporativa não são mais apenas ‘usuários finais’ de tecnologia. Eles são produtores de tecnologia que personalizam ou criam suas próprias soluções analíticas ou de tecnologia para apoiar seu trabalho”. Esses produtores de tecnologia executam análises avançadas e gerenciam vastos conjuntos de dados, resultando na democratização destes. Mas, para que isso seja um processo bem-sucedido, as empresas precisam fornecer a esses usuários acesso a dados precisos e em tempo adequado.


A Informatica é a primeira empresa do setor de gerenciamento de dados em nuvem que oferece integradores tanto a cidadãos, engenheiros de dados, engenheiros de aprendizado de máquina e a cientistas de dados acesso de codificação zero e sem sobrecarga por meio de gerenciamento de dados multicloud serverless, enquanto aplica a aceleração GPU revolucionária da NVIDIA às cargas de trabalho MLOps e DataOps da Informatica.


“A ciência de dados é a espinha dorsal da IA, pois é a chave para transformar oceanos de dados corporativos em oportunidades de negócios”, disse Manuvir Das, chefe de computação corporativa da NVIDIA. “A integração da Informatica do RAPIDS Accelerator para Apache Spark com a computação acelerada NVIDIA traz a infraestrutura mais avançada do mundo para muitos setores que contam com as soluções de gerenciamento de dados em nuvem empresarial da Informatica, permitindo que os clientes acelerem seus pipelines de ciência de dados e IA em sua nuvem e datacenters locais”.


Com este marco de produto, os clientes agora terão:


1. Maior velocidade de processamento de dados (até 5 vezes): para gerar insights de negócios, análise de dados, aprendizado de máquina e projetos de ciência de dados, todos contam com dados limpos e processados ​​de pipelines de dados que coletam, transformam, limpam e os preparam para extração. Tradicionalmente, os pipelines de dados são executados em CPUs mais lentos, enquanto as GPUs são mais rápidas, utilizando processamento paralelo que permite que várias threads sejam executadas ao mesmo tempo. Com este anúncio, os clientes da Informatica podem acelerar suas cargas de trabalho de gerenciamento de dados e operacionalizar modelos de aprendizado de máquina usando GPUs NVIDIA para consumir e processar dados até 5x mais rápido e em escala, permitindo insights mais ágeis para tomada de decisões de negócios críticas.


2. Acelerar a democratização dos dados por toda a empresa: a computação acelerada possibilitada pelas GPUs e software NVIDIA foi usada para melhorar o desempenho de IA com uso intensivo de computação e cargas de trabalho de aprendizado de máquina, mas tradicionalmente exigia conhecimento sofisticado do Spark e desenvolvedores altamente qualificados. A experiência de desenvolvimento baseada em GUI de simplesmente arrastar e soltar da Informatica remove a complexidade ao converter mapeamentos simples em código Spark sofisticado que pode ser executado em GPUs em escala. A Informatica vem democratizando o acesso aos dados com seus produtos de integração de dados há anos e agora está expandindo as fronteiras ao democratizar o acesso da GPU aos consumidores de dados em geral.


3. Custo total de propriedade até 72% menor: os projetos de análise de dados e ciência de dados consomem muitos recursos de computação e dados. Operacionalizar esses projetos em escala requer uma alimentação constante de dados limpos de várias fontes em alta velocidade, muitas vezes a um alto custo. Aproveitando o poder de software e computação acelerados por GPU, pipelines de gerenciamento de dados, estruturas de MLOps e DataOps construídas na Informatica podem fornecer até 72% de economia de TCO, permitindo que os clientes acelerem a entrega de dados e obtenham enormes economias de custo.


“A democratização de dados é o santo graal das iniciativas de transformação digital”, disse Jitesh Ghai, diretor de produtos da Informatica. “Você não pode aproveitar o poder dos dados e obter insights valiosos se tiver acesso restrito aos dados. Nossa colaboração com a NVIDIA é valiosa para nós por trazer democratização de dados em escala corporativa e estreitar a lacuna entre quem tem e quem não tem dados dentro da empresa. Este importante marco com a NVIDIA mostra nosso compromisso contínuo em desbloquear o valor dos dados incorporados em organizações em todos os níveis e, mais importante, capacitar todos os usuários chave para obter percepções críticas de negócios mais rapidamente e operacionalizar projetos de análise de dados e ciência de dados em escala”.



1. Total Cost of Ownership é o Custo Total de Propriedade ou Análise do Ciclo de Vida. Este é um cálculo para analisar os custos com TI, considerando os valores de aquisição e manutenção do equipamento até o seu fim.


Traduzido e adaptado de Martech Series. PRNewswire. Disponível em: <https://martechseries.com/analytics/b2b-data/informatica-speeds-cloud-native-enterprise-data-management-with-nvidia-accelerated-computing/>. Acesso em 24 Mar. 2021.

7 visualizações0 comentário

Posts recentes

Ver tudo