ピュア・ストレージ・ジャパンでは、新型コロナウイルス感染症の影響を鑑み、2020年中の対面イベントの開催を延期させていただいております。その間は、オンラインイベントを通じて、ソリューションや新製品・新機能のご紹介や、導入事例およびベストプラクティスなどの情報を皆様と共有させていただきます。

もうインフラ導入に迷う必要はありません。システム更新・データ移行の煩雑さ・システムや保守料コスト等考える必要がなくなります。導入以降は、ノンストップでハードウェアをアップグレードし続けることのできるサブスクリプションモデルもご紹介させていただきます。

2020年7月よりThe Orange Ring Webinarと題して、毎週1回をベースにWebinarを開催しております。

プログラム

9月10日(木)
10月8日(木)

12:30~13:00
16:00~16:30
初めてのオールフラッシュ
現代企業に最適なストレージの選択の仕方を伝授+ユーザー事例紹介

システムインフラに欠かせないストレージ、数あるストレージメーカーから現代企業はどのようなストレージを選ぶべきか、また特徴を理解することにより最適解がここにあります。TCOの削減、需要予測、永年保証等々ピュア・ストレージを知る上でのすべてがこのセッションでご理解いただけます。初めてピュアストレージを知るのに最適なコンテンツとなっております。今までのストレージの概念を超越した仕組みをご紹介します。

ピュア・ストレージ・ジャパン株式会社 マーケティングディレクター 正見 卓司

9月17日(木)
12:30~13:00
16:00~16:30
事前検証やサイジング・設計不要で導入までの時間を短縮
専任のSEがいなくても導入可能なコンバージドインフラ

IoTやAIに象徴されるデジタルトランスフォーメーションのトレンドも進展し、ビジネス展開とそれを支えるシステムには、一層のスピードと柔軟性が求められています。これを受けて、クラウドは企業にとってもはや不可欠なものとなり、事実、ここ数年でパブリッククラウドは多くの企業に浸透しました。

だが昨今、そうした傾向にも変化が表れています。従来は、「これから新たに作るシステム」の基盤としてクラウドを利用する例が一般的でしたが、昨今は大幅な運用効率化を狙った「既存システムのクラウド移行」が注目されています。しかしパブリッククラウドは標準化されたサービスである以上、カスタマイズされていることが一般的な各社固有のシステム全てに対応できるわけではありません。データの重要度やITガバナンスなどの観点から、そもそもデータを外に出せないケースも多く、言うまでもなく、基幹系も含めた全システムをパブリッククラウドに移せるわけではない以上、オンプレミスにもパブリッククラウドライクな環境を築く必要がある――。

こうした状況を背景に、プライベートクラウドをシンプルに構築できるコンバージドインフラが、今あらためて注目されています。今回は、サイジング&設計が不要で、メーカが検証済みで、重たいアプリケーションもスムーズに動作して、バージョンアップもメンテナンスも無停止で行えるコンバージドインフラ【FlashStack】をご紹介します。

ピュア・ストレージ・ジャパン株式会社 マーケティングディレクター 正見 卓司

9月24日(木)
10月22日(木)

12:30~13:00
16:00~16:30
インフラ担当が知るべきStorageとの付き合い方
計画的システム購入からの脱却

もうインフラ導入に迷う必要はありません。システム更新・データ移行の煩雑さ・システムや保守料コスト等考えることが多いインフラ担当へ。
導入以降は、ノンストップでハードウェアをアップグレードし続けることのできるサブスクリプションモデルを採用した“Evergreen(永続性)モデル”。

管理ソフトウェアやスナップショット、レプリケーションなど高度な機能が全て標準ライセンスに含まれており、追加費用は必要ありません。革新的なサブスクリプションモデル『Evergreen Storage』は一律料金で長期保守、いつでも最新の環境にアップグレードでき、更新作業や老朽化対策などを含むTCOの大幅な削減が可能です。

ピュア・ストレージ・ジャパン株式会社 マーケティングディレクター 正見 卓司

10月1日(木)
10月15日(木)
10月29日(木)

12:30~13:00
16:00~16:30
優れた安全性を備えた自律運転車を実現するための
画期的なAIインフラストラクチャ
深層学習を利用した自律運転ソフトウェアの開発する
ゼヌイティ事例も併せてご紹介

自動車の開発競争が進むにつれ、新たな移動形態や輸送方法への対応から都市設計に至るまで、開発企業はさまざまな課題に直面します。自律運転車を開発するうえで核となるのは、重要な意思決定を人間と同程度の正確性でリアルタイムに行うことができるソフトウェアです。

同乗者の安全確保を重大要件とする一方で、企業はできる限り早期の市場投入を望んでいます。自律運転の市場は2025年までに400億ドル相当になると見込まれており、そのビジネスチャンスは巨大です。センサーからの莫大な量のデータを学習モデルで処理するためには、革新的なパフォーマンスが必要であることが明白だったからです。高パフォーマンスを実現することで、貴重な開発サイクルを無駄にすることなく、迅速な反復開発を行うことができます。

増大するデータ量をより高い頻度で処理することにより、自律運転ソフトウェアは学習し続け、新しいバージョンが車両にダウンロードされるたびに精度が向上します。しかし、このようなネットワーク学習の継続的な反復は多大な時間がかかります。適切に最適化されていない環境では、各学習のデータセットが複数テラバイトにまで達し、1回のネットワーク学習の実行に数週間かかることもあります。

これを解決する近代的な大規模並列アーキテクチャ、従来のストレージシステムで見られるボトルネックを排除し、AIや深層学習に不可欠なパフォーマンスと合わせてシンプルさも実現するため、データサイエンティストはデータに集中することができるFlashBladeもご紹介。またボルボ・カーズ社とオートリブ社の合弁会社である深層学習を利用した自律運転ソフトウェアの開発で注目されるゼヌイティの事例を交えてご紹介させていただきます。

ピュア・ストレージ・ジャパン株式会社 マーケティングディレクター 正見 卓司

※ 登壇者、タイムテーブルが変更になる場合がございます。あらかじめご了承ください。