Met HPE Private Cloud AI kunnen organisaties binnen enkele seconden generatieve AI-virtuele assistenten starten en operationeel maken met één muisklik.
HPE heeft de algemene beschikbaarheid aangekondigd voor HPE Private Cloud AI en nieuwe oplossingsversnellers die gericht zijn op het vereenvoudigen van de implementatie en automatisering van kunstmatige intelligentie (AI)-toepassingen. HPE Private Cloud AI is samen met NVIDIA ontwikkeld en is ontworpen om bedrijven van alle groottes te helpen bij het maken en implementeren van generatieve AI (GenAI)-toepassingen. Dit nieuwe aanbod is onderdeel van het bredere NVIDIA AI Computing by HPE-portfolio. Met de oplossingsversnellers van HPE kunnen bedrijven virtuele assistenten met één klik implementeren en binnen enkele seconden operationeel maken.
Volgens Fidelma Russo, Executive Vice President en General Manager van Hybrid Cloud en CTO bij HPE, staan bedrijven onder toenemende druk om snel GenAI-applicaties te implementeren en tegelijkertijd waarde te demonstreren. Ze benadrukte dat het implementeren van AI-applicaties vaak het integreren van een reeks modellen, tools en datasets inhoudt, een doorgaans complexe en tijdrovende taak. De oplossingsversnellers van HPE vereenvoudigen dit proces echter, waardoor de implementatietijdlijnen van maanden tot momenten worden teruggebracht.
De eerste oplossingsversneller, een virtuele assistent van GenAI, is ontworpen om ontwikkelaars in staat te stellen snel interactieve chatbots te bouwen die vragen in natuurlijke taal kunnen beantwoorden. Deze assistent wordt aangestuurd door grote taalmodellen (LLM's) en is gebaseerd op privé-organisatiegegevens. Hij kan worden aangepast voor verschillende use cases, zoals technische ondersteuning, het genereren van verkoopoffertes en het maken van marketingcontent. Toekomstige iteraties van de virtuele assistent zullen geavanceerdere mogelijkheden ondersteunen, waaronder spraakinteractie, beeldherkenning en ondersteuning voor meerdere agenten voor het genereren van content en het uitvoeren van meerdere taken.
HPE is ook van plan om aanvullende oplossingsversnellers te introduceren die gericht zijn op specifieke sectoren zoals financiële dienstverlening, gezondheidszorg, detailhandel, energie en de publieke sector. Veel van deze toekomstige aanbiedingen zullen worden gebouwd op NVIDIA NIM Agent Blueprints, referentie-AI-use cases die continu kunnen worden verfijnd op basis van gegevens en feedback van bedrijven. Justin Boitano, Vice President of Enterprise AI Software Products bij NVIDIA, benadrukte dat deze blueprints het mogelijk maken dat AI-applicaties die zijn ontwikkeld op HPE Private Cloud AI, evolueren en verbeteren via een continue leercyclus die wordt aangestuurd door menselijke feedback.
De oplossingsversnellers die HPE levert, zijn aanpasbare, modulaire applicaties. Het zijn low-code of no-code oplossingen om het traditioneel complexe AI-implementatieproces te vereenvoudigen, waarbij vaak meerdere IT-resources worden geïntegreerd, zoals microservices, datawarehouses, AI-modellen en gebruikersbeheersystemen. Deze versnellers draaien op HPE Private Cloud AI. Ze worden beheerd via HPE GreenLake en bieden een uitgebreide en veilige omgeving voor AI-applicatie-implementatie, inclusief enterprise guardrails en data-isolatie voor extra bescherming.
Om de adoptie van AI-oplossingen verder te ondersteunen, heeft HPE het Unleash AI-partnerprogramma geïntroduceerd als onderdeel van het HPE Partner Ready-initiatief. Dit programma is ontworpen om AI-implementatie te versnellen door een robuust ecosysteem van partnerorganisaties te ondersteunen. Het omvat softwareleveranciers in de data-, AI-model- en applicatielagen van de technologiestack, evenals systeemintegrators en serviceproviders die helpen met advies-, ontwerp- en implementatieservices. Partneroplossingen, waaronder die gebaseerd op NVIDIA NIM Agent Blueprints, worden samengesteld, vooraf gevalideerd en geoptimaliseerd om te draaien op HPE Private Cloud AI.
Neem contact op met StorageReview
Nieuwsbrief | YouTube | Podcast iTunes/Spotify | Instagram | Twitter | TikTok | RSS Feed
