Hi [[ session.user.profile.firstName ]]

Pure Storage EMEA

  • Date
  • Rating
  • Views
  • Avoiding Log Data Overload in a CI/CD System: Streaming 190 Billion Events
    Avoiding Log Data Overload in a CI/CD System: Streaming 190 Billion Events
    Joshua Robinson - Founding Engineer, FlashBlade Recorded: Feb 7 2019 39 mins
    Learn how Pure Storage engineering manages streaming 190B log events per day and makes use of that deluge of data in our continuous integration (CI) pipeline. Our test infrastructure runs over 70,000 tests per day creating a large triage problem that would require at least 20 triage engineers. Instead, Spark’s flexible computing platform allows us to write a single application for both streaming and batch jobs to understand the state of our CI pipeline for our team of 3 triage engineers. Using encoded patterns, Spark indexes log data for real-time reporting (Streaming), uses Machine Learning for performance modeling and prediction (Batch job), and finds previous matches for newly encoded patterns (Batch job).

    Resource allocation in this mixed environment can be challenging; a containerized Spark cluster deployment, and disaggregated compute and storage layers allow us to programmatically shift compute resources between the streaming and batch applications.

    This talk will go over design decisions to meet SLAs of streaming and batching in hardware, data layout, access patterns, and containers strategy. We will also go over the challenges, lessons learned, and best practices for this kind of setup.
  • AI in Financial Services, it's all about the data
    AI in Financial Services, it's all about the data
    Patrick Smith, Pure Storage Recorded: Jan 24 2019 26 mins
    The increasingly competitive climate within Financial Services means that enhancing business outcomes by leveraging AI is essential. Data has never been more important to business success and a key aspect to optimising its value is in conjunction with AI.

    In this session we will discuss the areas in which Financial Services are looking to leverage their data together with AI and some of the considerations for successful implementation of an AI infrastructure that accelerates time to value for these projects.
  • FlashBlade Data Hub
    FlashBlade Data Hub
    Andy El Maghraby, Flashblade Systems Engineer bei Pure Storage Recorded: Jan 11 2019 37 mins
    "Pure Storage hat mit dem Data Hub eine neue Klasse von Speicherarchitektur definiert, die nach vier Prinzipien für Modern Analytics entwickelt wurde. Es handelt sich um eine datenzentrierte Architektur für Backup und Data Warehouse, Data Lake, Streaming Data Analytics und KI.
     
    Für Kunden, die ihre Daten über Anwendungen hinweg vereinheitlichen und teilen möchten, nutzt Data Hub die wichtigsten Stärken jedes dieser vier Datensilos, einzigartige Funktionen, die sie für ihre eigenen Aufgaben geeignet machen, und integriert sie in eine einzige einheitliche Plattform.
     
    FlashBlade vereint alle Eigenschaften dieser Datensilos: hoher Durchsatz, natives Scale-Out, multidimensional performance und massiv parallele Architektur. "
  • Automatisierung mittles APIs
    Automatisierung mittles APIs
    Markus Grau, Principal Systems Engineer und Gabor Horvath, Implementation Engineer bei Pure Storage Recorded: Dec 7 2018 30 mins
    Immer häufiger werden Arbeiten an Storage Arrays nicht mehr über ein GUI oder CLI erledigt, sondern werden von Workflows oder Runbooks angestoßen. Ebenso werden Arrays in immer mehr 3rd Party Tools für z.B. Monitoring oder Backup integriert. Durch die offene HTTP REST API können diese Arbeiten sehr einfach und schnell erledigt werden. In diesem Webinar zeigen wir am lebenden Beispiel wie man Pure Arrays mittels APIs verwaltet und welche Integrationen von Partner (z.B. VMware, Veeam, Docker, Microsoft, etc.) diese bereits nutzen. Heute sind python, PowerShell, Ansible, Puppet, OpenStack, etc. keine Exoten mehr sondern ein Bestandteil der modernen IT, um Infrastructure As Code umzusetzen.
  • Container und Pure Service Orchestrator
    Container und Pure Service Orchestrator
    Marija Šanina, Systems Engineer bei Pure Storage Recorded: Nov 30 2018 39 mins
    "Die Einführung von Container nimmt rasant zu, aber die fehlende Unterstützung von persistentem Speicher und dessen Skalierbarkeit, um die Anforderungen und Geschwindigkeit von Containern zu erfüllen, scheint den Trend zu verlangsamen.
    Mit dem Pure Service Orchestrator können Sie nun Storage- as- a- Service für Container liefern, um on-demand, microservicebasierende scale-out Applikationen aufzubauen und auszurollen, die die Anforderungen dynamischer, containerisierten Umgebungen erfüllen.
    Mit Pure Storage können Sie somit in Ihrer eigenen Infrastruktur, on-premise, die Agilität erfahren und ausüben, die man so bisher nur von der Public Cloud kennt."
  • Pure Storage "Active Cluster" Vorteile im Hersteller-Architekturvergleich
    Pure Storage "Active Cluster" Vorteile im Hersteller-Architekturvergleich
    Tom Gempe und Terence Canaday, Systems Engineers bei Pure Storage Recorded: Nov 23 2018 62 mins
    "Im ersten Teils dieses Webinars werden wir einen Architekturvergleich zum „standortübergreifenden synchronen Spiegel“ mit Blick auf die Verwendung von VMware vSphere beleuchten. Dabei gehen wir abgrenzend zu anderen Herstellern und Lösungen auf die Vorteile des Pure Storage ActiveCluster detailliert ein, um den automatischen transparenten Failover der ESXi Server in den einzelnen Szenarien zu würdigen.
    Im zweiten Teil des Webinars geht es um VVOLs mit Pure. Was sind VVOLs, was machen VVOLs eigentlich und wie gehen wir mit VVOLs um. Eine kurze Darstellung, was sich VMware bei VVOLs gedacht hat, und warum wir die besten dafür sind."
  • Fueling Automotive GPUs with data to power the next generation of deep learning
    Fueling Automotive GPUs with data to power the next generation of deep learning
    Ramnath Rai Sagar, AI & ML Product Lead, Pure Storage Recorded: Nov 19 2018 62 mins
    The key battleground for automotive stakeholders over the next three years will be achieving the production of electric, connected and autonomous vehicles at scale. Learning how to keep graphics processing units (GPUs) fueled with data when training the next generation of deep learning architectures is critical.

    As GPU technology continues to advance, the demand for faster data continues to grow. In this 60-minute webinar, Ramnath Sai Sagar, AI and DL Product Lead at Pure Storage, presents a new benchmark suite for evaluating and tuning input pipelines. He examines results with TensorFlow’s DataSets API on a DGX-1 ‘supercomputer’ with V100 GPUs, and provide guidance on key tuning parameters and diagnostic techniques for improving performance.
  • The New World of Data
    The New World of Data
    Markus Wolf, Director Systems Engineering bei Pure Storage Recorded: Nov 16 2018 59 mins
    Information füllen die Entscheidungen, die wir jede Minute, jede Stunde und jeden Tag treffen, sowohl im persönlichen als auch im beruflichen Leben. Wir sind auf Daten angewiesen, um uns voranzubringen. Und während die Welt Fortschritte macht, ist diese Abhängigkeit immer komplexer geworden. Eine Datenzentrische Welt, ein sinnvoller Umgang mit künstlicher Intelligenz und Deep Learning, und mit Shared Accelerated Storage eine Basis um erfolgreich einen Erfolg daraus zu generieren.
  • Lessons Learned from Deploying Real-World AI Systems
    Lessons Learned from Deploying Real-World AI Systems
    Joshua Robinson, Data Scientist & Founding Engineer, Pure Storage Recorded: Nov 14 2018 16 mins
    Interested in learning about real-world AI use cases from a data scientist and founding engineer? That's exactly what we're covering in this exciting session featuring Joshua Robinson of Pure Storage. Tune in to discover:

    - The top five lessons learned in making AI initiatives successful in real-world deployments
    - How to navigate common pitfalls and challenges when deploying AI systems
    - Compelling real-world examples of AI use cases for the enterprise
    - and more!

    Joshua Robinson is a Founding Engineer on the FlashBlade team at Pure Storage and is currently lead architect for advanced analytics and AI solutions. Prior to Pure, Joshua worked as a data scientist in the search infrastructure team at Google, focused on the data pipelines and machine-learning algorithms for selecting and crawling the Internet. Joshua graduated with a PhD in Electrical and Computer Engineering from Rice University in 2009 with a focus on machine learning and algorithms.
  • La continuité d'activité : mise en pratique simple et concrète
    La continuité d'activité : mise en pratique simple et concrète
    David Lorin - Channel Systems Engineer - Pure Storage;Samuel BERTHOLLIER - CTO & Business Line Manager Infrastructure - Antem Recorded: Nov 14 2018 52 mins
    La reprise après incident - en particulier la récupération des données en cas d’urgence, ainsi que les coûts et la complexité associés - sont une des préoccupations principales de nombreuses directions informatiques.

    Aujourd’hui, les organisations peuvent bénéficier d’un accompagnement de proximité et de solutions de continuité natives et sans surcoût privilégiant une approche synchrone active / active. En cas de panne sur un site, l'activité continue de façon transparente sur le 2nd site.



    La panne de votre SI est une véritable hantise et vous souhaitez rompre avec la complexité et les coûts des reprises après incidents ? Vous souhaitez garantir une expérience utilisateur continue, même en cas de défaillance de l’un de vos systèmes ?

    Rejoignez la discussion lors de notre webinar et posez vos questions à nos experts Pure Storage et AntemetA.

Embed in website or blog