{"id":165638,"date":"2025-06-11T04:00:00","date_gmt":"2025-06-11T11:00:00","guid":{"rendered":"https:\/\/blog.everpuredata.com\/?p=165638"},"modified":"2025-06-25T09:14:30","modified_gmt":"2025-06-25T16:14:30","slug":"pure-storage-reference-architecture-nvidia-enterprise-ai-factory","status":"publish","type":"post","link":"https:\/\/blog.everpuredata.com\/de\/solutions\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\/","title":{"rendered":"Referenzarchitektur von Pure Storage f\u00fcr NVIDIA Enterprise AI Factory beschleunigt Intelligenz im gro\u00dfen Ma\u00dfstab"},"content":{"rendered":"\n<div class=\"wp-block-columns is-layout-flex wp-container-core-columns-is-layout-7387b849 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column has-medium-font-size is-layout-flow wp-block-column-is-layout-flow\" style=\"flex-basis:70%\">\n<div class=\"wp-block-group has-border-color has-pure-orange-100-border-color has-primary-background-color has-background is-layout-flow wp-block-group-is-layout-flow\" style=\"border-width:2px;border-top-left-radius:16px;border-top-right-radius:16px;border-bottom-left-radius:16px;border-bottom-right-radius:16px;padding-top:30px;padding-right:30px;padding-bottom:30px;padding-left:30px\">\n<h3 class=\"wp-block-heading\" id=\"h-summary\">Zusammenfassung<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">The Pure Storage with NVIDIA Enterprise AI Factory reference architecture is a jointly engineered solution that combines NVIDIA\u2019s cutting-edge AI computation and orchestration capabilities with high-performance flash storage from Pure Storage.<\/p>\n<\/div>\n\n\n\n<div class=\"wp-block-group pdf-print-hide is-content-justification-right is-nowrap is-layout-flex wp-container-core-group-is-layout-f726d978 wp-block-group-is-layout-flex\"><div class=\"pdfprnt-buttons\"><a href=\"https:\/\/blog.everpuredata.com\/de\/wp-json\/wp\/v2\/posts\/165638?print=pdf\" class=\"pdfprnt-button pdfprnt-button-pdf\" target=\"_blank\" ><img decoding=\"async\" src=\"https:\/\/blog.everpuredata.com\/wp-content\/plugins\/pdf-print-pro\/images\/pdf.png?1953174090\" alt=\"image_pdf\" title=\"PDF anzeigen\" \/><\/a><a href=\"https:\/\/blog.everpuredata.com\/de\/wp-json\/wp\/v2\/posts\/165638?print=print\" class=\"pdfprnt-button pdfprnt-button-print\" target=\"_blank\" ><img decoding=\"async\" src=\"https:\/\/blog.everpuredata.com\/wp-content\/plugins\/pdf-print-pro\/images\/print.png?245231721\" alt=\"image_print\" title=\"Inhalt drucken\" \/><\/a><\/div>\n<\/div>\n\n\n\n<div id=\"CONTENT\" class=\"wp-block-group is-layout-flow wp-block-group-is-layout-flow\">\n<p class=\"wp-block-paragraph\">Die Pure Storage AI Factory mit NVIDIA ist eine validierte AI-Infrastrukturplattform, die dazu entwickelt wurde, Unternehmens-AI-Projekte zu beschleunigen. Da AI-Modelle und logische Systeme immer komplexer werden, zielt diese L\u00f6sung darauf ab, Erkenntnisse zu beschleunigen und gleichzeitig den Betrieb zu vereinfachen.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-purpose-built-for-modern-enterprise-ai\"><strong>Speziell f\u00fcr moderne Unternehmens-AI entwickelt<\/strong><\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Herk\u00f6mmliche IT hat Schwierigkeiten, die Anforderungen moderner AI-Workloads zu erf\u00fcllen und so kontinuierlich sicherzustellen, dass Computer- und AITeams produktiv sind. Andererseits muss der leistungsstarke AI-Storage Unternehmensfunktionen wie garantierte Betriebszeit, Agilit\u00e4t und Resilienz integrieren. Die Pure Storage-L\u00f6sung f\u00fcr das NVIDIA Enterprise AI Factory-validierte Design behebt diese Probleme mit einer einfach zu bedienenden, integrierten, leistungsstarken und belastbaren Architektur. Es unterst\u00fctzt erweiterte Workloads wie generative AI und Computervision, indem es die neuesten beschleunigten Computing- und Softwareplattformen von NVIDIA mit Pure Storage\u00ae <a href=\"https:\/\/www.purestorage.com\/products\/unstructured-data-storage\/flashblade-s.html\">FlashBlade\/\/S<\/a>\u2122-Storage kombiniert und die Performance und Skalierbarkeit bietet, die f\u00fcr umfangreiches Modelltraining und Inferenz erforderlich sind. Das Pure Storage Flashblade\/\/S ist ein NVIDIA-zertifiziertes\u2122-Storage-System, das skaliert werden kann, um bis zu 1.024NVIDIA-GPUs und mehrere Petabyte an Daten zu unterst\u00fctzen, wobei Hochgeschwindigkeitsnetzwerke Rechenleistung und Storage eng integrieren.\u00a0<\/p>\n\n\n\n<h4 class=\"wp-block-heading has-secondary-color has-text-color has-link-color wp-elements-afa34abebe78381bf9ca92e4f225fc73\" id=\"h-key-benefits\"><strong>Wichtige Vorteile<\/strong><\/h4>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Unterbrechungsfreie Upgrades: <\/strong>FlashBlade erm\u00f6glicht Daten-in-Place-Upgrades und erm\u00f6glicht Erweiterungen oder Aktualisierungen ohne Ausfallzeiten \u2013 im Gegensatz zu herk\u00f6mmlichem Storage, der oft geplante Ausf\u00e4lle erfordert.<\/li>\n\n\n\n<li><strong>Benutzerfreundlichkeit: <\/strong>Eine einheitliche Plattform vereinfacht die AI-Datenpipeline von der Aufnahme bis zur Inferenz, die f\u00fcr IT- und AI-Entwickler in Unternehmen entwickelt wurde, um mit minimalem Aufwand zu arbeiten.<\/li>\n\n\n\n<li><strong>Konsistente Performance: <\/strong>Die Architektur bietet zuverl\u00e4ssige Performance in jeder Gr\u00f6\u00dfenordnung, sodass Unternehmen Implementierungen ohne Ausfallzeiten oder Performance-Verluste erweitern k\u00f6nnen.<\/li>\n\n\n\n<li><strong>Agilit\u00e4t und Zukunftssicherheit:<\/strong> Das offene, modulare Design unterst\u00fctzt die Entwicklung von AI-Technologien und vermeidet die Bindung von Anbietern, wodurch Flexibilit\u00e4t und Interoperabilit\u00e4t maximiert werden.<\/li>\n\n\n\n<li><strong>Effizienz:<\/strong> Die hohe Dichte und der geringere Stromverbrauch von FlashBlade verringern den Platzbedarf und die Betriebskosten von Rechenzentren, w\u00e4hrend der einheitliche Stack die Wartung vereinfacht.<\/li>\n<\/ul>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Validierte Konfigurationen\u00a0<\/strong><\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Gemeinsam entwickeln Pure Storage, NVIDIA und andere Systempartner Produkte, Software und Services, um die Umstellung der Unternehmens-IT auf eine AI-Fabrik zu beschleunigen. Nach dem von NVIDIA Enterprise AI Factory validierten Design ist Pure f\u00fchrend bei der lokale Infrastruktur \u2013 mit NVIDIA-zertifizierten RTX\u2122 PRO- und HGX Blackwell-Servern, <a href=\"https:\/\/www.nvidia.com\/en-us\/networking\/spectrumx\/\" target=\"_blank\" rel=\"noreferrer noopener\">NVIDIA Spectrum\u2122-X Ethernet-Netzwerken<\/a>, <a href=\"https:\/\/www.nvidia.com\/en-us\/networking\/products\/data-processing-unit\/\" target=\"_blank\" rel=\"noreferrer noopener\">NVIDIA BlueField\u00ae-DPUs<\/a> und NVIDIA AI Enterprise-Software in Kombination mit den NVIDIA-zertifizierten Storage-Systemen von Pure.\u00a0<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Die von NVIDIA Enterprise AI Factory validierten Designl\u00f6sungen basieren auf empfohlenen Hardwarekonfigurationen von NVIDIA Enterprise Reference Architectures (Enterprise RA), die auf Implementierungen der Enterprise-Klasse mit 4 bis 32 Knoten mit 16 bis 256 GPUs zugeschnitten sind. Jede Enterprise RA folgt einem pr\u00e4skriptiven Designmuster, einer sogenannten Referenzkonfiguration, die auf einem NVIDIA-zertifizierten Server basiert, um eine optimale Performance in einem Cluster sicherzustellen. Diese Referenzkonfigurationen standardisieren die Beschreibung von Rechenknoten basierend auf CPU-, GPU-, Netzwerk- und Bandbreitenspezifikationen. Die C-G-N-B-Nomenklatur vereinfacht die Systemauswahl, indem sie Rechenleistung, Netzwerkfunktionen und Bandbreitenleistung klar anzeigt. Jede Ziffer (z. B. 2-8-5-200) bezieht sich auf die Anzahl der CPU-Sockets, die Anzahl der GPUs, die Anzahl der Netzwerkadapter (NICs, SuperNICs oder DPUs) bzw. die durchschnittliche East-West-Bandbreite pro GPU (GbE).<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Um die Einf\u00fchrung zu vereinfachen, hat Pure Storage seine Systeme an die Referenzkonfigurationen angepasst, die im von NVIDIA Enterprise AI Factory validierten Design verwendet werden, und erm\u00f6glicht so eine m\u00fchelose Bereitstellung und Skalierung ausgeglichener Systeme, die Engp\u00e4sse und eine suboptimale Performance vermeiden. Nachfolgend finden Sie die wiederholbaren Referenzkonfigurationen, f\u00fcr die Pure entwickelt und getestet hat.\u00a0<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dies sind validierte Bausteine, die Kunden und Partner-OEMs verwenden k\u00f6nnen, um die L\u00f6sung in verschiedenen Gr\u00f6\u00dfenordnungen bereitzustellen. Das bedeutet das:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>2-4-3-200 (PCIe-optimiert):<\/strong> Ein Rechenknoten mit 2 CPUs, 4 GPUs, 3 Hochgeschwindigkeits-NIC\/DPUs und 200 Gbit\/s Netzwerkbandbreite pro GPU.It kann einem NVIDIA-zertifizierten Server mit vier PCIe-GPUs (NVIDIA L40S oder die NVIDIA RTX PRO 6000 Blackwell Server Edition-GPUs oder NVIDIA H100 NVL f\u00fcr gro\u00dfe Modelle) und drei 200Gb-Ethernet-Schnittstellen (oft mit <a href=\"https:\/\/www.nvidia.com\/en-us\/networking\/products\/data-processing-unit\/\" target=\"_blank\" rel=\"noreferrer noopener\">NVIDIA BlueField-3-DPUs<\/a> f\u00fcr Offloads) entsprechen. Der Baustein 2-4-3-200 bietet einen ausgewogenen Einstiegspunkt f\u00fcr AI-Fabriken. Er eignet sich f\u00fcr Aufgaben wie Kleinmodelltraining und Feinabstimmung oder f\u00fcr die Bereitstellung mittelgro\u00dfer Modelle in der Produktion. Unternehmen k\u00f6nnen mit einem Cluster dieser 4-GPU-Server beginnen, da sie wissen, dass die Architektur vorhersehbar skaliert werden kann.<\/li>\n\n\n\n<li><strong>2-8-5-200 (PCIe-optimiert):<\/strong> Ein gr\u00f6\u00dferer PCIe-basierter Knoten mit 2 CPUs, 8 GPUs, 5 NIC\/DPUs und 200 Gbps Netzwerkbandbreite pro GPU. Mit acht GPUs in einem einzigen Knoten bietet diese Konfiguration mehr AI-Rechenleistung pro Server, die sich f\u00fcr schwerere Trainingsjobs oder konsolidierte Inferenzfarmen eignet. Diese Konfiguration richtet sich nach dem k\u00fcrzlich angek\u00fcndigten NVIDIA RTX PRO Server mit bis zu acht RTX PRO 6000 Blackwell Server Edition-GPUs. Das \u201e2-8-5\u201c-Designmuster sorgt f\u00fcr noch mehr Netzwerkbandbreite und Adapteranzahl, um die erh\u00f6hte GPU-Zahl zu bew\u00e4ltigen, und h\u00e4lt eine volle Pipeline von 200 Gb\/s f\u00fcr jede GPU aufrecht. Anwendungsf\u00e4lle umfassen mittlere bis gro\u00dfe Modellschulungen (z. B. moderate NLP-Modelle oder Visionsmodelle) und Inferenz mit hohem Durchsatz f\u00fcr viele gleichzeitige Benutzer. Diese Konfiguration kann \u00fcber Server wie NVIDIA-zertifizierte HGX A100\/H100-PCIe-Systeme oder kundenspezifische OEM-Designs bereitgestellt werden, die den Spezifikationen entsprechen. Es bietet eine hervorragende Scale-up-Option, w\u00e4hrend es weiterhin die Standard-Ethernet-Fabric verwendet.<\/li>\n\n\n\n<li><strong>2-8-9-400 (HGX-optimiert):<\/strong> Eine High-End-Konfiguration mit 2 CPUs, 8 GPUs (in einem <a href=\"https:\/\/www.nvidia.com\/en-us\/data-center\/hgx\/\" target=\"_blank\" rel=\"noreferrer noopener\">NVIDIA HGX<\/a>-Formfaktor), 9 Netzwerkadaptern und 400 Gbps Netzwerk pro GPU. Dies entspricht einer NVIDIA HGX-Plattform (z. B. HGX H100 oder bevorstehendes HGX H200), bei der 8 SXM-GPUs \u00fcber <a href=\"https:\/\/www.nvidia.com\/en-us\/data-center\/nvlink\/\" target=\"_blank\" rel=\"noreferrer noopener\">NVIDIA NVLink<\/a> mit einer extrem hohen Bandbreite von GPU zu GPU verbunden sind (in der Gr\u00f6\u00dfenordnung von 900 GB\/s intern). Die \u201e9\u201c-Netzwerkschnittstellen (z. B. BlueField-3-DPUs oder <a href=\"https:\/\/www.nvidia.com\/en-us\/networking\/ethernet-adapters\/\" target=\"_blank\" rel=\"noreferrer noopener\">NVIDIA ConnectX-7-NICs<\/a>) bieten einen enormen Gesamtdurchsatz \u2013 8 x 400Gb f\u00fcr die GPUs plus Extras f\u00fcr Storage oder Inter-Cluster-Kommunikation \u2013 und liefern effektiv 400Gb\/s f\u00fcr jede GPU f\u00fcr die eI\/O-intensiven Workloads. Dieses 2-8-9-400-Muster richtet sich an die anspruchsvollsten Szenarien: gro\u00dfmodelliges Training (Modelle mit mehreren Milliarden Parametern), starke Schlussfolgerungen aus gro\u00dfen Kontexteingaben oder jede AI-Workload, bei der maximaler Durchsatz und geringe Latenz von entscheidender Bedeutung sind. Angesichts seiner Leistungsf\u00e4higkeit eignet es sich nat\u00fcrlich f\u00fcr Anwendungsf\u00e4lle wie erweiterte generative AI, komplexe Simulationen oder massiv skalierbare Inferenzdienste.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Diese Referenzkonfigurationen k\u00f6nnen clusterweit skaliert werden. So kann beispielsweise eine AI-Fabrik mit (4) 2-8-5-200 Knoten beginnen und sp\u00e4ter bis zu 32 Knoten pro Cluster erweitern \u2013 der FlashBlade-Storage und das <a href=\"https:\/\/www.nvidia.com\/en-us\/networking\/spectrumx\/\" target=\"_blank\" rel=\"noreferrer noopener\">NVIDIA Spectrum-X<\/a> Ethernet-Netzwerk werden entsprechend skaliert (die Anleitung gibt an, wie viele FlashBlade-Geh\u00e4use und -Uplinks ben\u00f6tigt werden, wenn einer w\u00e4chst, um eine lineare Skalierbarkeit sicherzustellen). Dadurch erhalten Unternehmen einen klaren, modularen Wachstumspfad: Beginnen Sie mit einem bew\u00e4hrten Baustein und f\u00fcgen Sie mehr hinzu, wenn die AI-Nachfrage w\u00e4chst.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Um eine breite Zug\u00e4nglichkeit sicherzustellen, validieren NVIDIA und Pure Storage L\u00f6sungen mit wichtigen Server-OEMs, um diese AIFabrik-Bausteine auf den Markt zu bringen. Dell Technologies, HPE und Supermicro-Server werden mit NVIDIA Blackwell-Plattformen in Kombination mit Pure Storage FlashBlade als vollst\u00e4ndige AI-Fabrik-L\u00f6sungen getestet. Dies beschleunigt das Design und die Bereitstellung von NVIDIA AI Factory beim Anbieter der Wahl des Kunden und gibt die Gewissheit, dass die L\u00f6sungen vollst\u00e4ndig nach den NVIDIA-Pure Storage-Spezifikationen validiert sind.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">AI AI Factory ist keine einzige Black-Box-Appliance, sondern eine offene Referenzarchitektur, auf der mehrere Anbieter aufbauen k\u00f6nnen. Unternehmen k\u00f6nnen die L\u00f6sung \u00fcber den Hardware-Anbieter \u00fcbernehmen, den sie bevorzugen, oder sogar selbst Komponenten nach dem Referenzdesign integrieren. Diese Offenheit steht im Gegensatz zu einigen konkurrierenden Ans\u00e4tzen, die Kunden mit dem \u00d6kosystem eines Anbieters verbinden. In allen F\u00e4llen profitiert der Kunde von der gemeinsam validierten Konstruktion und der engen Integrationsarbeit der Engineering-Teams.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-unified-software-stack-nvidia-base-command-manager-run-ai-and-portworx-by-pure-storage\"><strong>Einheitlicher Software-Stack: NVIDIA Base Command Manager, Run:ai und Portworx von Pure Storage<\/strong><\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Eine herausragende Funktion der NVIDIA-Pure Storage AI Factory ist der einheitliche Software-Stack f\u00fcr die Daten- und Rechenorchestrierung. Drei wichtige Softwarekomponenten spielen dabei eine Rolle: <a href=\"https:\/\/www.nvidia.com\/en-us\/data-center\/base-command\/manager\/\" target=\"_blank\" rel=\"noreferrer noopener\">NVIDIA Base Command Manager<\/a>, <a href=\"https:\/\/www.purestorage.com\/products\/cloud-native-applications\/portworx.html\" target=\"_blank\" rel=\"noreferrer noopener\">Portworx<\/a>\u00ae von Pure Storage und <a href=\"https:\/\/www.nvidia.com\/en-us\/software\/run-ai\/\" target=\"_blank\" rel=\"noreferrer noopener\">NVIDIA Run:AI<\/a>. Zusammen bilden sie eine zusammenh\u00e4ngende Schicht, die den Betrieb von AI im gro\u00dfen Ma\u00dfstab vereinfacht:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>NVIDIA Base Command Manager<\/strong> ist eine Cluster-Management-L\u00f6sung, die eine schnelle Bereitstellung erm\u00f6glicht und die Bereitstellung und Administration f\u00fcr Cluster jeder Gr\u00f6\u00dfe automatisiert. In der AI-Fabrik bietet Base Command Manager Bereitstellungs-, \u00dcberwachungs- und Managementfunktionen in einem einzigen Tool, das den gesamten Lebenszyklus des Clusters umfasst. Durch die Integration des Base Command Manager stellt die AI Factory sicher, dass Unternehmen die Nutzung ihrer Cluster-Ressourcen optimieren. Die Software umfasst Dashboards zur Anzeige der Clusterauslastung und von Gesundheitsdaten, um die Performance abzustimmen oder Probleme zu erkennen (daher werden <em>\u201eInfrastrukturoptimierungstools\u201c<\/em> erstellt). Kurz gesagt: NVIDIA Base Command Manager verbindet die Hardware<strong> <\/strong>aus der Sicht des Benutzers in einem einzigen AI-Supercomputer und entfernt so die Komplexit\u00e4t des zugrunde liegenden Clusters.<\/li>\n\n\n\n<li><strong>Portworx von Pure Storage<\/strong> ist eine Kubernetes-native Datenplattform, die sich durch die Verwaltung von persistentem Storage f\u00fcr containerisierte Anwendungen auszeichnet. Innerhalb der AI-Fabrik kann Portworx genutzt werden, um Daten auf FlashBlade f\u00fcr containerisierte AIWorkloads zu orchestrieren. Da die AI-Entwicklung zunehmend Container- und Kubernetes-basierte Pipelines verwendet, stellt Portworx sicher, dass Daten f\u00fcr Container verf\u00fcgbar sind, wo immer sie ausgef\u00fchrt werden, mit Funktionen wie dynamischer Volume-Bereitstellung, Storage-Snapshots und Replikation \u00fcber Cluster hinweg. Dies ist besonders in Hybrid-Cloud-Szenarien wichtig. Wenn beispielsweise einige AI-Microservices in der Cloud ausgef\u00fchrt werden, w\u00e4hrend das Haupttraining lokal stattfindet, kann Portworx dabei helfen, Daten nahtlos<strong> <\/strong>zwischen Umgebungen zu verschieben oder zu synchronisieren. Es bietet effektiv eine Cloud-f\u00e4hige Ebene zus\u00e4tzlich zu FlashBlade-Schnell-Storage. Die Portworx-Integration bedeutet, dass Entwickler die Datenlogistik nicht manuell verwalten m\u00fcssen. Sie k\u00f6nnen Datenmengen \u00fcber Kubernetes anfordern und darauf vertrauen, dass die Plattform die Daten mit der erforderlichen Performance liefert. In Kombination mit der Rohgeschwindigkeit von FlashBlade stellt dies sicher, dass containerisierte AI-Aufgaben (z. B. Modellinferenzservices oder Datenvorbereitungspipelines)<strong> <\/strong>nach Bedarf einen Datenzugriff mit niedriger Latenz und hohem Durchsatz erhalten.<\/li>\n\n\n\n<li><strong>NVIDIA Run:ai<\/strong> ist eine spezialisierte AIWorkload-Orchestrierungsplattform, die die GPU-Auslastung maximiert und die Auftragsplanung in der AI-Fabrik vereinfacht. Run:ai erweitert Kubernetes um intelligente, richtliniengesteuerte Planungsfunktionen, die GPU-Fraktionen dynamisch zuweisen, Jobs in die Warteschlange stellen und Quoten durchsetzen und eine effiziente gemeinsame Nutzung der GPU-Infrastruktur f\u00fcr mehrere Benutzer und Teams erm\u00f6glichen. Wenn ein Experiment beispielsweise nur einen Teil des GPU-Speichers verwendet, kann Run:ai zus\u00e4tzliche Workloads auf derselben GPU planen, wodurch die Auslastung auf eine Weise erh\u00f6ht wird, wie es herk\u00f6mmliche Scheduler nicht k\u00f6nnen. Das Ergebnis sind weniger Leerlaufzeiten und ein h\u00f6herer Workload-Durchsatz innerhalb der AIFabrik. Zusammen schaffen Run:ai und Portworx im Wesentlichen eine <em>einzige einheitliche Daten- und Ressourcenmanagementebene \u00fcber GPU und Storage hinweg und<\/em> bieten so einen Datenzugriff mit geringerer Latenz und eine bessere Ressourcenauslastung f\u00fcr AIJobs. Diese Vereinigung ist ein entscheidender Faktor f\u00fcr die Produktivit\u00e4t: Daten- und Rechenressourcen werden automatisch zusammen orchestriert.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Durch die Nutzung von Base Command Manager, NVIDIA Run:ai und Portworx bietet die AI-Factory-L\u00f6sung von NVIDIA-Pure Storage einen Full-Stack-Ansatz. Es geht nicht nur um Rohhardware, sondern auch um Hardware und intelligente Software. Das bedeutet, dass Unternehmen eine schl\u00fcsselfertige Plattform erhalten, die nicht nur eine erstklassige Performance bietet, sondern auch die intelligente Automatisierung und Integration, die erforderlich sind, um diese Performance effektiv zu nutzen. Entwickler k\u00f6nnen AI-Experimente starten, ohne sich Gedanken \u00fcber die Installation von Dateisystemen oder die Suche nach dem Speicherort ihrer Daten machen zu m\u00fcssen \u2013 die Plattform verarbeitet sie. IT-Betreiber k\u00f6nnen Governance und Effizienz mit feink\u00f6rnigen Kontrollrichtlinien sicherstellen. Der einheitliche Stack verwandelt die komplexe Matrix aus GPUs, Netzwerk und Storage effektiv in eine zusammenh\u00e4ngende Erfahrung f\u00fcr Endbenutzer im Unternehmen.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-boosting-developer-productivity-and-ai-pipeline-efficiency\"><strong>Steigern Sie die Produktivit\u00e4t von Entwicklern und die Effizienz von AI-Pipelines<\/strong><\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Einer der aufregendsten Aspekte der NVIDIA-Pure Storage AI Factory ist, wie sie die Arbeit von AI-Entwicklern und Datenwissenschaftlern beschleunigen kann. Durch die Beseitigung von Infrastrukturengp\u00e4ssen und Komplexit\u00e4t k\u00f6nnen sich Teams auf die Erstellung von Modellen und L\u00f6sungen konzentrieren, anstatt sich mit Hardware und Datenleitungen auseinanderzusetzen.\u00a0<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">So verbessert die AI-Fabrik die Produktivit\u00e4t in der gesamten AIPipeline:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Vereinfachter Datenzugriff:<\/strong> In vielen Unternehmen sind Daten \u00fcber verschiedene Storage-Systeme hinweg isoliert, und die richtigen Daten f\u00fcr AIExperimente zu erhalten, ist ein langsamer, manueller Prozess. Mit dem einheitlichen FlashBlade-Storage von AI Factory k\u00f6nnen alle Phasen von AI-Daten \u2013 von der Rohaufnahme bis hin zu verfeinerten Funktionen \u2013 in einem Hochgeschwindigkeits-Repository gespeichert werden. Das bedeutet, dass Trainingscluster und Inferenzserver direkt und ohne m\u00fchsame Kopier- oder \u00dcbertragungsschritte auf Datens\u00e4tze zugreifen k\u00f6nnen. Dar\u00fcber hinaus bedeutet die F\u00e4higkeit von FlashBlade, sowohl Datei- als auch Objekt-Workloads zu bedienen, Kompatibilit\u00e4t mit einer Vielzahl von AIFrameworks und Datenformaten. Entwickler k\u00f6nnen Standardprotokolle (wie NFS oder S3) verwenden, um Daten mit GPU-Geschwindigkeit zu lesen\/schreiben. Die Integration von RoCE-Netzwerken stellt ferner sicher, dass GPUs Daten mit minimaler Latenzzeit und CPU-Overhead aus dem Storage abrufen k\u00f6nnen. In der Praxis f\u00fchrt dies zu k\u00fcrzeren Datenladezeiten und der M\u00f6glichkeit, schneller zu iterieren. Ein Trainingsjob, der m\u00f6glicherweise nicht mehr auf I\/O gewartet hat, geht jetzt ungehindert weiter und sorgt daf\u00fcr, dass teure GPU-Ressourcen vollst\u00e4ndig ausgelastet sind.<\/li>\n\n\n\n<li><strong>Minimale Optimierung der Infrastruktur:<\/strong> Die Optimierung der Infrastruktur f\u00fcr AI kann unz\u00e4hlige Stunden IT-Aufwand verbrauchen. Die L\u00f6sung Pure Storage mit NVIDIA Enterprise AI Factory reduziert diese Belastung erheblich. Diese Referenzarchitektur ist vorab validiert und f\u00fcr AI-Workloads ausbalanciert, was bedeutet, dass die Out-of-the-Box-Performance bereits optimiert ist. Die NVIDIA Base Command-Software (im Stack enthalten) bietet Tools zur Optimierung der GPU-Auslastung und zur Planung, sodass Administratoren keine eigenen L\u00f6sungen f\u00fcr die Verwaltung von Multi-User-Clustern programmieren m\u00fcssen. Insgesamt bedeuten die Designentscheidungen der Plattform \u2013 wie die Verwendung von Standard-Ethernet und RDMA im Vergleich zu verdeckten propriet\u00e4ren Kopplungsstrukturen \u2013 auch, dass sie sich leicht in bestehende Umgebungen einbinden l\u00e4sst. IT-Teams verbringen weniger Zeit mit dem T\u00fcfteln und der Brandbek\u00e4mpfung, und AI-Entwickler verbringen weniger Zeit mit dem Warten. Dadurch k\u00f6nnen Unternehmen<strong> <\/strong>schnellere Iterationszyklen erreichen \u2013 mehr Experimente, Modellanpassungen und Tests in derselben Zeit \u2013 und so den Weg von der Idee zur Erkenntnis beschleunigen.<\/li>\n\n\n\n<li><strong>End-to-End-Pipeline-Integration:<\/strong> Bei der NVIDIA AI Factory mit Pure Storage geht es nicht nur um Training, sondern um einen ganzheitlichen Ansatz, der Datenvorbereitung, -schulung, -validierung und -bereitstellung abdeckt. Betrachten Sie beispielsweise einen typischen KIAIWorkflow f\u00fcr Unternehmen: Dateningenieure nehmen gro\u00dfe Datens\u00e4tze auf und kuratieren sie, Datenwissenschaftler trainieren Modelle auf GPU-Clustern und ML-Ingenieure setzen diese Modelle f\u00fcr die Inferenz in der Produktion ein. Herk\u00f6mmlicherweise kann jede Phase auf separaten Systemen erfolgen, sodass Daten verschoben und Umgebungen separat verwaltet werden m\u00fcssen. In dieser L\u00f6sung kann die gesamte Pipeline vereinheitlicht werden. Ein einziges FlashBlade kann die Rohdaten, vorverarbeiteten Zwischendaten, Modellkontrollpunkte und endg\u00fcltigen Modelldateien sowie RAG-Einbettungen und KV-Cache-Kontext zur Schlussfolgerung hosten. Die gleiche GPU-Infrastruktur kann partitioniert werden (mit entsprechender Planung), um sowohl Trainingsjobs als auch Inferenzservices zu bew\u00e4ltigen. Dieser Zusammenhalt bedeutet, dass ein Modell, sobald es trainiert wird, getestet und Benutzern auf derselben Plattform zur Verf\u00fcgung gestellt werden kann, wodurch die Bereitstellungszeit drastisch verk\u00fcrzt wird. Dar\u00fcber hinaus reduziert die konsistente Umgebung Fehler beim \u00dcbergang von Modellen von der Entwicklung zur Produktion. All dies f\u00fchrt zu einem agilen AI-Entwicklungsprozess, bei dem Ideen schnell zu Produktionsimplementierungen \u00fcbergehen, ohne die herk\u00f6mmliche Reibung zwischen isolierten Teams und Systemen.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Letztendlich erm\u00f6glicht die AI-Fabrik es Unternehmen, das zu erreichen, was zuvor sehr schwierig war: eine AI-Plattform, die sowohl unglaublich schnell als auch operativ effizient ist. Diese Kombination bringt sp\u00fcrbare Gesch\u00e4ftsvorteile mit sich: schnellere Erkenntnisse aus Daten, die M\u00f6glichkeit, KIAIModelle h\u00e4ufiger zu iterieren, und ein produktiveres Entwicklungsteam, das nicht durch Infrastrukturbedenken behindert wird.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>FlashBlade: Ein Storage-Backbone, das f\u00fcr AI-Workloads optimiert ist<\/strong><\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Das Herzst\u00fcck der NVIDIA Enterprise AI Factory mit Pure Storage ist FlashBlade\/\/S, eine skalierbare All-Flash-Storage-Plattform, die speziell f\u00fcr moderne Analysen und AI-Workloads entwickelt wurde. In dieser L\u00f6sung fungiert FlashBlade als leistungsstarke Datenplattform, die sowohl AI-Training (das das effiziente Lesen riesiger Datens\u00e4tze erfordert) als auch AI-Inferenz (das vom schnellen Zugriff mit geringer Latenz auf Referenzdaten und Modelldateien profitiert) unterst\u00fctzt. Die Architektur von FlashBlade eignet sich auf einzigartige Weise f\u00fcr diese Herausforderungen. Sie bietet mehrdimensionale Performance und Skalierbarkeit, parallelen Datenzugriff mit geringer Latenz, unterbrechungsfreien und belastbaren Betrieb und die F\u00e4higkeit, Datei- und Objekt-Storage zu vereinheitlichen, sodass Datenwissenschaftler und Ingenieure mit Daten in jedem Format arbeiten k\u00f6nnen, das ihre Tools erwarten, ohne auf die Verwendung von Silos mit unterschiedlichem Storage zur\u00fcckgreifen zu m\u00fcssen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Pure Storage FlashBlade bietet eine NVIDIA EnterpriseAI-Fabrik mit einer leistungsstarken, hocheffizienten Datengrundlage, die eine Kapazit\u00e4t von mehreren Petabyte, einen Durchsatz von zehn Terabyte pro Sekunde und eine konsistent niedrige Latenz im gro\u00dfen Ma\u00dfstab liefert. Genauso wichtig ist, dass sie diese Performance mit den Unternehmensfunktionen (Snapshots, Verschl\u00fcsselung, Replikation) und der Benutzerfreundlichkeit bietet, die die Unternehmens-IT erwartet, im Gegensatz zu HPC-Nischendateisystemen.\u00a0<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Fazit: KIAIInnovationen mit Zuversicht beschleunigen<\/strong><\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Die Einf\u00fchrung der NVIDIA Enterprise AI Factory mit Pure Storage ist ein wichtiger Meilenstein bei der Entwicklung der AIInfrastruktur. Es vereint das Beste aus zwei Welten: Die innovativen AI-Berechnungs- und Orchestrierungsfunktionen von NVIDIA und die innovative Flash-Storage-Technologie von Pure Storage. F\u00fcr KIAIF\u00fchrungskr\u00e4fte in Unternehmen bedeutet dies, dass sie endlich eine AI-Plattform implementieren k\u00f6nnen, die Performance auf Supercomputer-Ebene und Zuverl\u00e4ssigkeit\/Effizienz auf Unternehmensniveau in einem Paket bietet. Die F\u00e4higkeit der Plattform, dynamische, multimodale AI-Workloads m\u00fchelos zu bew\u00e4ltigen und gleichzeitig den Betrieb und die Skalierung zu vereinfachen, erh\u00f6ht die organisatorische Agilit\u00e4t in einer Dom\u00e4ne, in der Geschwindigkeit wichtig ist.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Durch die Nutzung dieser gemeinsam entwickelten L\u00f6sung k\u00f6nnen Unternehmen ihre Rechenzentren in echte \u201eAI-Fabriken\u201c umwandeln \u2013 Einrichtungen, die kontinuierlich Daten aufnehmen, AI-Modelle trainieren und Erkenntnisse oder intelligente Services liefern, die das Unternehmen voranbringen. Die Referenzarchitektur von Pure Storage mit NVIDIA Enterprise AI Factory hilft Unternehmen dabei, die historischen Hindernisse zu beseitigen, die diese Initiativen verlangsamt haben: Die Datenverarbeitung wird nicht mehr ein Hindernis f\u00fcr den Durchsatz sein, das Hinzuf\u00fcgen von Kapazit\u00e4t erfordert keine Ausfallzeiten mehr und Entwickler werden nicht mehr von Infrastrukturskurrenzen beeintr\u00e4chtigt. Stattdessen erhalten sie eine optimierte Plattform mit hoher Oktanzahl, um schnell zu experimentieren und AI-Ergebnisse zu liefern.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Da sich die AI-Landschaft st\u00e4ndig weiterentwickelt (mit immer gr\u00f6\u00dferen Modellen und aufkommenden Anwendungen in den Bereichen generative AI, Echtzeitanalysen und dar\u00fcber hinaus), ist eine flexible und leistungsstarke Grundlage der Schl\u00fcssel. Die AI-Fabrik bietet diese Grundlage: skalierbare Performance, Anpassungsf\u00e4higkeit f\u00fcr die Zukunft und integrierte betriebliche Eleganz. F\u00fcr jedes Unternehmen, das im AIZeitalter f\u00fchren m\u00f6chte, bietet die NVIDIA AI Factory mit Pure Storage einen \u00fcberzeugenden Weg nach vorne: Beschleunigen Sie Ihre AI-Projekte noch heute mit der Gewissheit, dass Ihre Infrastruktur die Anforderungen von morgen erf\u00fcllt. Dies ist eine AI-Infrastruktur, die f\u00fcr Agilit\u00e4t, Performance und Erfolg neu konzipiert wurde.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Mehr erfahren:<\/strong><\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Laden Sie <a href=\"https:\/\/support.purestorage.com\/bundle\/m_nvidia\/page\/Solutions\/NVIDIA\/topics\/concept\/c_pure_storage_flashblade_nvidia_enterprise_ai_factory_reference_architecture.html\">Pure Storage mit der NVIDIA Enterprise AI Factory Reference Architecture<\/a> herunter<\/li>\n\n\n\n<li><a href=\"https:\/\/www.purestorage.com\/solutions\/ai.html\">KIAIL\u00f6sungen von Pure Storage <\/a><\/li>\n\n\n\n<li><a href=\"https:\/\/www.purestorage.com\/products\/unstructured-data-storage\/flashblade-s.html\">FlashBlade\/\/S<\/a><\/li>\n<\/ul>\n\n\n\n<h6 class=\"wp-block-heading\" id=\"h-for-1-024-gpu-environments-explore-flashblade-exa\">*Entdecken Sie <a href=\"https:\/\/www.pure.ai\/\" target=\"_blank\" rel=\"noreferrer noopener\">FlashBlade\/\/EXA<\/a>\u2122 f\u00fcr mehr als 1.024 GPU-Umgebungen.<\/h6>\n\n\n\n<div class=\"wp-block-group box-shadow is-layout-flow wp-block-group-is-layout-flow\">\n<div class=\"wp-block-cover is-light\" style=\"min-height:300px;aspect-ratio:unset;\"><img loading=\"lazy\" decoding=\"async\" width=\"2584\" height=\"904\" class=\"wp-block-cover__image-background wp-image-161984\" alt=\"\" src=\"https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/04\/test-drive-flashblade.png\" style=\"object-position:72% 54%\" data-object-fit=\"cover\" data-object-position=\"72% 54%\" srcset=\"https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/04\/test-drive-flashblade.png 2584w, https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/04\/test-drive-flashblade-728x255.png 728w, https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/04\/test-drive-flashblade-1024x358.png 1024w, https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/04\/test-drive-flashblade-768x269.png 768w, https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/04\/test-drive-flashblade-1536x537.png 1536w, https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/04\/test-drive-flashblade-2048x716.png 2048w\" sizes=\"auto, (max-width: 2584px) 100vw, 2584px\" \/><span aria-hidden=\"true\" class=\"wp-block-cover__background has-background-dim-0 has-background-dim\"><\/span><div class=\"wp-block-cover__inner-container has-global-padding is-layout-constrained wp-container-core-cover-is-layout-52e20806 wp-block-cover-is-layout-constrained\">\n<div class=\"wp-block-columns is-not-stacked-on-mobile is-layout-flex wp-container-core-columns-is-layout-1c666923 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-vertically-aligned-center is-layout-flow wp-container-core-column-is-layout-9053edae wp-block-column-is-layout-flow\" style=\"flex-basis:60%\">\n<div class=\"wp-block-group is-layout-flow wp-block-group-is-layout-flow\" style=\"margin-top:0px;margin-bottom:0px;padding-top:0px;padding-bottom:0px\">\n<p class=\"has-base-color has-text-color has-link-color wp-elements-4c64eaea0326bf0390342eaf26baa983 wp-block-paragraph\" style=\"font-size:0.6rem\"><\/p>\n<\/div>\n\n\n\n<h2 class=\"wp-block-heading has-base-color has-text-color has-link-color wp-elements-b80f595eeb8aa3ef394a8b149808facf\" id=\"h-try-flashblade\" style=\"margin-top:0px;margin-bottom:20px;font-size:clamp(1.352rem, 1.352rem + ((1vw - 0.2rem) * 1.413), 2.2rem);line-height:1.2\">Try FlashBlade<\/h2>\n\n\n\n<p class=\"has-primary-color has-text-color has-link-color wp-elements-5682a5aba46b45f778b635b7fbe35921 wp-block-paragraph\">No hardware, no setup, no cost\u2014no problem. Experience the self-service capabilities of FlashBlade. <\/p>\n\n\n\n<div class=\"wp-block-buttons is-content-justification-left is-nowrap is-layout-flex wp-container-core-buttons-is-layout-0fdbba7e wp-block-buttons-is-layout-flex\">\n<div class=\"wp-block-button\"><a class=\"wp-block-button__link has-background has-custom-font-size wp-element-button\" href=\"https:\/\/www.purestorage.com\/products\/file-and-object\/flashblade\/test-drive.html\" style=\"background:linear-gradient(190deg,rgba(252,185,0,1) 0%,rgba(255,105,0,1) 100%);padding-top:10px;padding-right:14px;padding-bottom:10px;padding-left:14px;font-size:clamp(0.875rem, 0.875rem + ((1vw - 0.2rem) * 0.208), 1rem);line-height:1.2\" target=\"_blank\" rel=\"noreferrer noopener\">Take a Test Drive<\/a><\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div><\/div>\n<\/div>\n<\/div>\n<\/div>\n\n\n\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\" style=\"flex-basis:30%\">\n<div class=\"wp-block-group sticky-content has-mint-green-500-background-color has-background is-layout-flow wp-block-group-is-layout-flow\" style=\"border-radius:20px;padding-top:20px;padding-right:20px;padding-bottom:20px;padding-left:20px\">\n<h2 class=\"wp-block-heading has-text-align-center has-ash-gray-500-color has-text-color has-link-color wp-elements-6cba6dc0a49af9d240e1e0430b1319a5\" id=\"h-title\" style=\"font-size:px\">Accelerate AI Projects<\/h2>\n\n\n\n<p class=\"has-text-align-center has-ash-gray-500-color has-text-color has-link-color wp-elements-c5997231fe16e09c878de1a46b4353e6 wp-block-paragraph\" style=\"font-size:clamp(0.875rem, 0.875rem + ((1vw - 0.2rem) * 0.208), 1rem);\">Start putting this validated AI factory platform to work for your organization.<\/p>\n\n\n\n<div class=\"wp-block-buttons is-content-justification-center is-layout-flex wp-container-core-buttons-is-layout-f8bdad00 wp-block-buttons-is-layout-flex\" style=\"margin-top:1em;margin-bottom:1em\">\n<div class=\"wp-block-button is-style-outline button-sticky is-style-outline--2\"><a class=\"wp-block-button__link has-cloud-white-500-color has-basil-green-500-background-color has-text-color has-background has-link-color has-inter-font-family has-custom-font-size wp-element-button\" href=\"https:\/\/support.purestorage.com\/bundle\/m_nvidia\/page\/Solutions\/NVIDIA\/topics\/concept\/c_pure_storage_flashblade_nvidia_enterprise_ai_factory_reference_architecture.html\" style=\"border-style:none;border-width:0px;border-radius:4px;padding-top:14px;padding-right:16px;padding-bottom:14px;padding-left:16px;font-size:clamp(14px, 0.875rem + ((1vw - 3.2px) * 0.208), 16px);\" target=\"_blank\" rel=\"noreferrer noopener nofollow\">Download the Reference Architecture<\/a><\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Eine flexible und leistungsstarke Grundlage f\u00fcr die heutige und zuk\u00fcnftige AI-Landschaft ist entscheidend. Eine neue validierte AI-Fabrikplattform von NVIDIA und Pure Storage wurde speziell f\u00fcr moderne Unternehmens-AI entwickelt.<\/p>\n","protected":false},"author":745,"featured_media":164791,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[13019],"tags":[14349,14360,13926,13813],"content-position":[15619],"ppma_author":[16320],"class_list":["post-165638","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-solutions","tag-ai-and-machine-learning-de","tag-flashblade-object-storage-de","tag-nvidia-de","tag-portworx-de","content-position-featured-articles-ai-and-machine-learning-de"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v27.4 (Yoast SEO v28.0) - https:\/\/yoast.com\/product\/yoast-seo-premium-wordpress\/ -->\n<title>Referenzarchitektur von Pure Storage f\u00fcr NVIDIA Enterprise AI Factory beschleunigt Intelligenz im gro\u00dfen Ma\u00dfstab | Blog Home<\/title>\n<meta name=\"description\" content=\"Eine neue validierte AI-Fabrikplattform von NVIDIA und Pure Storage wurde speziell f\u00fcr moderne Unternehmens-AI entwickelt.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/blog.everpuredata.com\/de\/solutions\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Referenzarchitektur von Pure Storage f\u00fcr NVIDIA Enterprise AI Factory beschleunigt Intelligenz im gro\u00dfen Ma\u00dfstab\" \/>\n<meta property=\"og:description\" content=\"Eine neue validierte AI-Fabrikplattform von NVIDIA und Pure Storage wurde speziell f\u00fcr moderne Unternehmens-AI entwickelt.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/blog.everpuredata.com\/de\/solutions\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\/\" \/>\n<meta property=\"og:site_name\" content=\"Blog Home\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/PureStorage\" \/>\n<meta property=\"article:published_time\" content=\"2025-06-11T11:00:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2025-06-25T16:14:30+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/06\/NVIDIA-Enterprise-AI-Factory.webp\" \/>\n\t<meta property=\"og:image:width\" content=\"1650\" \/>\n\t<meta property=\"og:image:height\" content=\"1081\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/webp\" \/>\n<meta name=\"author\" content=\"Philip Ninan\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@purestorage\" \/>\n<meta name=\"twitter:site\" content=\"@purestorage\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Philip Ninan\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"38 Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/solutions\\\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/solutions\\\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\\\/\"},\"author\":{\"name\":\"Philip Ninan\",\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/#\\\/schema\\\/person\\\/20ea808891353235ce18e4431a3b0c43\"},\"headline\":\"Referenzarchitektur von Pure Storage f\u00fcr NVIDIA Enterprise AI Factory beschleunigt Intelligenz im gro\u00dfen Ma\u00dfstab\",\"datePublished\":\"2025-06-11T11:00:00+00:00\",\"dateModified\":\"2025-06-25T16:14:30+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/solutions\\\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\\\/\"},\"wordCount\":3141,\"publisher\":{\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/solutions\\\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/blog.everpuredata.com\\\/wp-content\\\/uploads\\\/2025\\\/06\\\/NVIDIA-Enterprise-AI-Factory.webp\",\"keywords\":[\"AI and Machine Learning\",\"FlashBlade Object Storage\",\"NVIDIA\",\"Portworx\"],\"articleSection\":[\"Solutions\"],\"inLanguage\":\"de-DE\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/solutions\\\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\\\/\",\"url\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/solutions\\\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\\\/\",\"name\":\"Referenzarchitektur von Pure Storage f\u00fcr NVIDIA Enterprise AI Factory beschleunigt Intelligenz im gro\u00dfen Ma\u00dfstab | Blog Home\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/solutions\\\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/solutions\\\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/blog.everpuredata.com\\\/wp-content\\\/uploads\\\/2025\\\/06\\\/NVIDIA-Enterprise-AI-Factory.webp\",\"datePublished\":\"2025-06-11T11:00:00+00:00\",\"dateModified\":\"2025-06-25T16:14:30+00:00\",\"description\":\"Eine neue validierte AI-Fabrikplattform von NVIDIA und Pure Storage wurde speziell f\u00fcr moderne Unternehmens-AI entwickelt.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/solutions\\\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\\\/#breadcrumb\"},\"inLanguage\":\"de-DE\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/solutions\\\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/solutions\\\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\\\/#primaryimage\",\"url\":\"https:\\\/\\\/blog.everpuredata.com\\\/wp-content\\\/uploads\\\/2025\\\/06\\\/NVIDIA-Enterprise-AI-Factory.webp\",\"contentUrl\":\"https:\\\/\\\/blog.everpuredata.com\\\/wp-content\\\/uploads\\\/2025\\\/06\\\/NVIDIA-Enterprise-AI-Factory.webp\",\"width\":1650,\"height\":1081,\"caption\":\"NVIDIA Enterprise AI Factory\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/solutions\\\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Referenzarchitektur von Pure Storage f\u00fcr NVIDIA Enterprise AI Factory beschleunigt Intelligenz im gro\u00dfen Ma\u00dfstab\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/#website\",\"url\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/\",\"name\":\"Everpure Blog\",\"description\":\"Unleash the power of your data with an intelligent, unified storage and data management platform built for resilience and AI.\",\"publisher\":{\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de-DE\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/#organization\",\"name\":\"Pure Storage\",\"url\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/blog.everpuredata.com\\\/wp-content\\\/uploads\\\/2019\\\/08\\\/download-5.png\",\"contentUrl\":\"https:\\\/\\\/blog.everpuredata.com\\\/wp-content\\\/uploads\\\/2019\\\/08\\\/download-5.png\",\"width\":302,\"height\":167,\"caption\":\"Pure Storage\"},\"image\":{\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/PureStorage\",\"https:\\\/\\\/x.com\\\/purestorage\",\"https:\\\/\\\/www.instagram.com\\\/purestorage\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/pure-storage\",\"https:\\\/\\\/www.youtube.com\\\/user\\\/purestorage\",\"https:\\\/\\\/en.wikipedia.org\\\/wiki\\\/Pure_Storage\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/#\\\/schema\\\/person\\\/20ea808891353235ce18e4431a3b0c43\",\"name\":\"Philip Ninan\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\\\/\\\/blog.everpuredata.com\\\/wp-content\\\/uploads\\\/2025\\\/05\\\/philip-ninan2.jpg.imgo_.jpg080421965f6d48d5b1da3525d6817651\",\"url\":\"https:\\\/\\\/blog.everpuredata.com\\\/wp-content\\\/uploads\\\/2025\\\/05\\\/philip-ninan2.jpg.imgo_.jpg\",\"contentUrl\":\"https:\\\/\\\/blog.everpuredata.com\\\/wp-content\\\/uploads\\\/2025\\\/05\\\/philip-ninan2.jpg.imgo_.jpg\",\"caption\":\"Philip Ninan\"},\"description\":\"Philip serves as the AI Solutions Product Manager at Everpure.\",\"url\":\"https:\\\/\\\/blog.everpuredata.com\\\/de\\\/author\\\/philip-ninan\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Referenzarchitektur von Pure Storage f\u00fcr NVIDIA Enterprise AI Factory beschleunigt Intelligenz im gro\u00dfen Ma\u00dfstab | Blog Home","description":"Eine neue validierte AI-Fabrikplattform von NVIDIA und Pure Storage wurde speziell f\u00fcr moderne Unternehmens-AI entwickelt.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/blog.everpuredata.com\/de\/solutions\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\/","og_locale":"de_DE","og_type":"article","og_title":"Referenzarchitektur von Pure Storage f\u00fcr NVIDIA Enterprise AI Factory beschleunigt Intelligenz im gro\u00dfen Ma\u00dfstab","og_description":"Eine neue validierte AI-Fabrikplattform von NVIDIA und Pure Storage wurde speziell f\u00fcr moderne Unternehmens-AI entwickelt.","og_url":"https:\/\/blog.everpuredata.com\/de\/solutions\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\/","og_site_name":"Blog Home","article_publisher":"https:\/\/www.facebook.com\/PureStorage","article_published_time":"2025-06-11T11:00:00+00:00","article_modified_time":"2025-06-25T16:14:30+00:00","og_image":[{"width":1650,"height":1081,"url":"https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/06\/NVIDIA-Enterprise-AI-Factory.webp","type":"image\/webp"}],"author":"Philip Ninan","twitter_card":"summary_large_image","twitter_creator":"@purestorage","twitter_site":"@purestorage","twitter_misc":{"Verfasst von":"Philip Ninan","Gesch\u00e4tzte Lesezeit":"38 Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/blog.everpuredata.com\/de\/solutions\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\/#article","isPartOf":{"@id":"https:\/\/blog.everpuredata.com\/de\/solutions\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\/"},"author":{"name":"Philip Ninan","@id":"https:\/\/blog.everpuredata.com\/de\/#\/schema\/person\/20ea808891353235ce18e4431a3b0c43"},"headline":"Referenzarchitektur von Pure Storage f\u00fcr NVIDIA Enterprise AI Factory beschleunigt Intelligenz im gro\u00dfen Ma\u00dfstab","datePublished":"2025-06-11T11:00:00+00:00","dateModified":"2025-06-25T16:14:30+00:00","mainEntityOfPage":{"@id":"https:\/\/blog.everpuredata.com\/de\/solutions\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\/"},"wordCount":3141,"publisher":{"@id":"https:\/\/blog.everpuredata.com\/de\/#organization"},"image":{"@id":"https:\/\/blog.everpuredata.com\/de\/solutions\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\/#primaryimage"},"thumbnailUrl":"https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/06\/NVIDIA-Enterprise-AI-Factory.webp","keywords":["AI and Machine Learning","FlashBlade Object Storage","NVIDIA","Portworx"],"articleSection":["Solutions"],"inLanguage":"de-DE"},{"@type":"WebPage","@id":"https:\/\/blog.everpuredata.com\/de\/solutions\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\/","url":"https:\/\/blog.everpuredata.com\/de\/solutions\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\/","name":"Referenzarchitektur von Pure Storage f\u00fcr NVIDIA Enterprise AI Factory beschleunigt Intelligenz im gro\u00dfen Ma\u00dfstab | Blog Home","isPartOf":{"@id":"https:\/\/blog.everpuredata.com\/de\/#website"},"primaryImageOfPage":{"@id":"https:\/\/blog.everpuredata.com\/de\/solutions\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\/#primaryimage"},"image":{"@id":"https:\/\/blog.everpuredata.com\/de\/solutions\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\/#primaryimage"},"thumbnailUrl":"https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/06\/NVIDIA-Enterprise-AI-Factory.webp","datePublished":"2025-06-11T11:00:00+00:00","dateModified":"2025-06-25T16:14:30+00:00","description":"Eine neue validierte AI-Fabrikplattform von NVIDIA und Pure Storage wurde speziell f\u00fcr moderne Unternehmens-AI entwickelt.","breadcrumb":{"@id":"https:\/\/blog.everpuredata.com\/de\/solutions\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/blog.everpuredata.com\/de\/solutions\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\/"]}]},{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/blog.everpuredata.com\/de\/solutions\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\/#primaryimage","url":"https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/06\/NVIDIA-Enterprise-AI-Factory.webp","contentUrl":"https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/06\/NVIDIA-Enterprise-AI-Factory.webp","width":1650,"height":1081,"caption":"NVIDIA Enterprise AI Factory"},{"@type":"BreadcrumbList","@id":"https:\/\/blog.everpuredata.com\/de\/solutions\/pure-storage-reference-architecture-nvidia-enterprise-ai-factory\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/blog.everpuredata.com\/de\/"},{"@type":"ListItem","position":2,"name":"Referenzarchitektur von Pure Storage f\u00fcr NVIDIA Enterprise AI Factory beschleunigt Intelligenz im gro\u00dfen Ma\u00dfstab"}]},{"@type":"WebSite","@id":"https:\/\/blog.everpuredata.com\/de\/#website","url":"https:\/\/blog.everpuredata.com\/de\/","name":"Everpure Blog","description":"Unleash the power of your data with an intelligent, unified storage and data management platform built for resilience and AI.","publisher":{"@id":"https:\/\/blog.everpuredata.com\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/blog.everpuredata.com\/de\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de-DE"},{"@type":"Organization","@id":"https:\/\/blog.everpuredata.com\/de\/#organization","name":"Pure Storage","url":"https:\/\/blog.everpuredata.com\/de\/","logo":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/blog.everpuredata.com\/de\/#\/schema\/logo\/image\/","url":"https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2019\/08\/download-5.png","contentUrl":"https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2019\/08\/download-5.png","width":302,"height":167,"caption":"Pure Storage"},"image":{"@id":"https:\/\/blog.everpuredata.com\/de\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/PureStorage","https:\/\/x.com\/purestorage","https:\/\/www.instagram.com\/purestorage","https:\/\/www.linkedin.com\/company\/pure-storage","https:\/\/www.youtube.com\/user\/purestorage","https:\/\/en.wikipedia.org\/wiki\/Pure_Storage"]},{"@type":"Person","@id":"https:\/\/blog.everpuredata.com\/de\/#\/schema\/person\/20ea808891353235ce18e4431a3b0c43","name":"Philip Ninan","image":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/05\/philip-ninan2.jpg.imgo_.jpg080421965f6d48d5b1da3525d6817651","url":"https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/05\/philip-ninan2.jpg.imgo_.jpg","contentUrl":"https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/05\/philip-ninan2.jpg.imgo_.jpg","caption":"Philip Ninan"},"description":"Philip serves as the AI Solutions Product Manager at Everpure.","url":"https:\/\/blog.everpuredata.com\/de\/author\/philip-ninan\/"}]}},"authors":[{"term_id":16320,"user_id":745,"is_guest":0,"slug":"philip-ninan","display_name":"Philip Ninan","avatar_url":{"url":"https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/05\/philip-ninan2.jpg.imgo_.jpg","url2x":"https:\/\/blog.everpuredata.com\/wp-content\/uploads\/2025\/05\/philip-ninan2.jpg.imgo_.jpg"},"author_category":"1","first_name":"Philip","last_name":"Ninan","user_url":"","job_title":"","description":"Philip serves as the AI Solutions Product Manager at Pure Storage. "}],"_links":{"self":[{"href":"https:\/\/blog.everpuredata.com\/de\/wp-json\/wp\/v2\/posts\/165638","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.everpuredata.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.everpuredata.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.everpuredata.com\/de\/wp-json\/wp\/v2\/users\/745"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.everpuredata.com\/de\/wp-json\/wp\/v2\/comments?post=165638"}],"version-history":[{"count":0,"href":"https:\/\/blog.everpuredata.com\/de\/wp-json\/wp\/v2\/posts\/165638\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blog.everpuredata.com\/de\/wp-json\/wp\/v2\/media\/164791"}],"wp:attachment":[{"href":"https:\/\/blog.everpuredata.com\/de\/wp-json\/wp\/v2\/media?parent=165638"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.everpuredata.com\/de\/wp-json\/wp\/v2\/categories?post=165638"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.everpuredata.com\/de\/wp-json\/wp\/v2\/tags?post=165638"},{"taxonomy":"content-position","embeddable":true,"href":"https:\/\/blog.everpuredata.com\/de\/wp-json\/wp\/v2\/content-position?post=165638"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/blog.everpuredata.com\/de\/wp-json\/wp\/v2\/ppma_author?post=165638"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}