Nutanix gibt die Markteinführung der Lösung „Nutanix GPT-in-a-Box“ bekannt. Sie ist für den Schnellstart innovativer Kundenprojekte zu künstlicher Intelligenz (KI) und maschinellem Lernen (ML) bei voller Datenkontrolle konzipiert. Bei dem neuen Angebot handelt es sich um eine softwarebasierte Full-Stack-Plattform für den Einsatz von KI-Lösungen. Sie ist ab sofort verfügbar und enthält Dienste, die Unternehmen bei der Skalierung und Konfigurierung geeigneter Hardware- und Softwareinfrastrukturen helfen, um ein gepflegtes Set von „Large Language Models“ (LLMs) – unter Nutzung führender Open-Source-Frameworks für KI und „Machine-Learning-Operations“ (MLOps) auf der Nutanix-Cloud-Platform – bereitstellen zu können. Mit der Lösung steht Kunden eine schlüsselfertige Infrastruktur für den Einsatz von KI-Lösungen zur Verfügung, mit deren Hilfe sie „Generative Pre-trained Transformers“ (GPTs) und LLMs in ihren Edge-Umgebungen und Rechenzentren optimieren und betreiben können.
Viele Unternehmen hadern damit, wie sie die Vorteile generativer KI- sowie von KI- und ML-Anwendungen schnell, effizient und sicher nutzen können. Das gilt insbesondere für Anwendungsfälle, die sie aufgrund von Bedenken bezüglich Datenhoheit, Governance und Privatsphäre nicht in der Public-Cloud betreiben können oder wollen. Auf der Suche der Unternehmen nach Wegen, generative KI gewinnbringend für die Verbesserung von Kundenservice, Entwicklerproduktivität, Betriebseffizienz und mehr zu nutzen, entstehen täglich neue Anwendungsfälle. Von der automatisierten Transkription interner Dokumente über die Hochgeschwindigkeitssuche von Multimediainhalten bis hin zu automatisierten Analysen – viele Unternehmen erkennen die Chancen von KI, ringen aber mit wachsenden Bedenken wie Verlust von geistigem Eigentum, Einhaltung von Vorschriften und Regularien sowie Datenschutz. Zudem wissen Unternehmen, die einen einsatzbereiten KI-Stack aufbauen wollen, oft nicht, wie sie ML-Administratoren und Datenwissenschaftler am besten unterstützen können. Darüber hinaus bringt die Aussicht auf hohe KI-Investitionskosten die KI- und ML-Strategien von Unternehmen ins Stocken.
„Kunden, die generative KI-Lösungen entwickeln und bereitstellen möchten, haben damit zu kämpfen, dass sie das für die Installation, Konfiguration und Ausführung dieser Workloads erforderliche Fachwissen mit den Bedenken hinsichtlich Datensicherheit und Schutz des geistigen Eigentums des Unternehmens in Einklang bringen müssen – und das alles bei gleichzeitiger Kostenkontrolle“, so Greg Macatee, Senior Research Analyst, Infrastructure Systems, Platforms and Technologies Group bei IDC. „Mit GPT-in-a-Box bietet Nutanix Kunden eine schlüsselfertige, einfach zu nutzende Lösung für ihre KI-Anwendungsfälle. Das ermöglicht Unternehmen, die sich mit der Einführung generativer KI abmühen, einen leichteren Einstieg in den Betrieb.“
Nutanix GPT-in-a-Box* bietet eine gebrauchsfertige, vom Kunden kontrollierte KI-Infrastruktur für das Edge- oder Core-Rechenzentrum. Mit ihrer Hilfe können Kunden KI- und GPT-Modelle betreiben und optimieren. Gleichzeitig behalten sie die Kontrolle über ihre Daten. Hierfür bietet Nutanix eine Palette an ergänzenden Sicherheits- und Datenschutzangeboten, die sich ideal für den Schutz von KI-Daten eignen.
„Die Unterstützung unserer Kunden bei der Bewältigung ihrer größten IT-Herausforderungen steht im Zentrum unserer Arbeit – vom Management der wachsenden Multi-Cloud-Komplexität über Herausforderungen im Bereich Datenschutz bis neu zur Einführung von generativen KI-Lösungen bei gleichzeitiger Kontrolle über Datenschutz und Compliance“, so Thomas Cornely, Senior Vice President, Product Management bei Nutanix. „Nutanix GPT-in-a-Box ist ein umfassender betriebsbereiter Stack für KI, der darauf abzielt, die zentralen Herausforderungen bei der Einführung generativer KI zu lösen und einen Schnellstart von KI-Innovationen zu ermöglichen.“
Die neue Lösung beinhaltet:
- Die Nutanix-Cloud-Infrastructure-Plattform, die Nutanix-Speicherlösungen Nutanix-Files-Storage und Nutanix-Objects-Storage, den Hypervisor Nutanix-AHV und Kubernetes sowie die Nvidia-GPU-Beschleunigungstechnologie, die sich beliebig nach oben wie unten skalieren lassen.
- Nutanix-Dienste zur Unterstützung von Kunden bei der Skalierung ihres Clusters und der Bereitstellung eines umfassenden Stacks mit den führenden Open-Source-Frameworks für Deep-Learning und MLOps, Inferenzserver und ein gepflegtes Set an LLMs wie Llama2, Falcon und MPT.
- Die Möglichkeit für Datenwissenschaftler und ML-Administratoren, diese Modelle unmittelbar mit Anwendungen ihrer Wahl, einer erweiterten Terminal-UI oder einer Standard-CLI zu nutzen.
- Die Möglichkeit, auf der Plattform weitere GPT-Modelle zu betreiben und unter Verwendung interner Daten zu optimieren, die auf den mitgelieferten Nutanix-Files- oder -Objects-Storage-Diensten gehostet werden.
„Die Nutzung von KI, um unseren Kunden effizienter und effektiver zu helfen, hat für uns höchste Priorität. Als regulierter Finanzdienstleister müssen wir jedoch die volle Kontrolle über unsere Daten behalten“, sagt Jon Cosson, CISO bei JM Finn. „Die Nutanix-Cloud-Platform bietet die Leistungsstärke, Flexibilität und Sicherheit, die für die sichere Bereitstellung von KI-Workloads erforderlich sind.“
Nutanix-GPT-In-a-Box baut auf der Full-Stack-Skalierbarkeit, -Leistungsstärke, -Resilienz und Einfachheit auf, wofür die Nutanix-Cloud-Platform bekannt ist. Die Expertise von Nutanix zu skalierbaren Infrastrukturen für Anwendungsfälle in öffentlichen Clouds, Rechenzentren und am Edge bietet die ideale Umgebung, um KI-Anwendungen zu optimieren, zu betreiben und dabei gleichzeitig die Kontrolle über die Daten zu behalten. Tatsächlich gaben in einer aktuellen Umfrage 78 Prozent der Nutanix-Kunden an, dass sie ihre KI- und ML-Workloads mit hoher Wahrscheinlichkeit auf der Nutanix-Cloud-Platform betreiben werden.
Nutanix-Expertise und -Engagement in der Open-Source-KI-Community bieten Kunden eine solide Grundlage, auf der sie ihre KI-Strategie aufbauen können. Nutanix beteiligt sich in der Community in vielfältigen Rollen, insbesondere als Mitglied des MLCommons-Beirats für KI-Standards, als Mitbegründer und Mitglied in der technischen Leitung bei der Definition der ML-Storage- und Medicine-Benchmarks sowie als Ko-Vorsitzender der Arbeitsgruppen Kubeflow (MLOps) Training und AutoML bei der Cloud Native Computing Foundation (CNCF).
#Nutanix
