

Zukunftsstrategien für die Datenanalyse
Warum Big Data, KI und Machine Learning an den Edge wandern
Die Cloud scheint prädestiniert für Big Data, Machine Learning und KI. Schließlich erlaubt ihre nahezu unbegrenzte Skalierbarkeit und Performance die schnelle Bearbeitung komplexer und umfangreicher Fragestellungen.
Data Scientists haben bei der Cloud-Nutzung jedoch auch mit Einschränkungen zu kämpfen. Der Datentransfer zwischen On-Premise und Cloud dauert lange und kann teuer werden, Latenzen verhindern eine Berechnung in Echtzeit und auch Datenschutzgründe können gegen eine Verarbeitung in der Cloud sprechen.
In unserem Webcast diskutieren die Experten von HP, NVIDIA und IDC, welche Alternativen es gibt, und zeigen an konkreten Beispielen, wann sich die Bearbeitung von Data-Science-Workloads mithilfe von Workstations lohnt.
Sie beantworten Ihnen unter anderem folgende Fragen:
- Welche Trends sprechen für eine lokale Verarbeitung von Data-Science-Workloads?
- Wie lassen sich die Kosten von Cloud vs. On-Premise berechnen und vergleichen?
- Worauf sollten Unternehmen bei der Wahl von Workstations für Data-Science-Aufgaben achten?
Nehmen Sie teil und diskutieren Sie mit, im COMPUTERWOCHE Live Webcast mit HP.
Der Webcast wird in englischer Sprache durchgeführt.
Sprecher:
Jared Dame
Director of AI and Data Science
HP
Marc Stampfli
Country Sales Manager
NVIDIA
Jack Vernon
Senior Research Analyst
IDC
Webcastdaten
