“NGC-Ready validation of Lanner network appliances helps our customers across industries accelerate their hyper-converged AI-enabled application deployments at the edge,” said Jeans Tseng, CTO of Lanner. “In the case of telecom for instance, customers can bring Edge AI to advance an array of applications – from 5G Open RAN to edge data centers, private networks, and MEC.”

The NGC-Ready validation process included extensive testing on the FX-3420 and LEC-2290 for a wide range of applications for on-premise, cloud and edge deployments. Lanner’s validated network appliances can help customers leverage the extensive range of NVIDIA GPU-accelerated software available for real-time intelligent decision making. Customers can easily migrate workflow compute environments including both hybrid and multi-cloud implementations, run GPU-optimized software on bare metal servers or on virtualized environments, and maximize utilization of GPUs and network interoperability.

Lanner will be taking part in the NVIDIA GTC 2021 Conference as a 2021 PLATINUM partner (April 12-16). Don’t miss out on this amazing event. Registration is free and gives you access to all the live sessions, interactive panels, demos, research posters, and more. GTC21 Registration Link: https://www.nvidia.com/en-us/gtc/?ncid=ref-spo-95198&sfdcid=undefined#cid=gtcs21_ref-spo_en-us

„Durch die Validierung der Netzwerk-Appliances von Lanner als NGC-fähige Lösung können unsere Kunden ihre hyperkonvergenten KI-fähigen Anwendungen unabhängig von der Branche noch schneller am Edge implementieren“, erklärt Jeans Tseng, CTO von Lanner. „So können Telekommunikationsunternehmen die Edge-KI einsetzen, um den Einsatz fortschrittlicher Lösungen voranzutreiben. Als Beispiele seien hier die Open RAN-Architektur in 5G-Netzwerken, Edge-Rechenzentren, private Netzwerke und MEC-Server genannt.“

Der Validierung als NGC-fähige Lösungen gingen umfangreiche Tests voraus. So wurden der FX-3420 und der LEC-2290 probeweise in zahlreichen Anwendungen für On-Premise-, Cloud- und Edge-Implementierungen eingesetzt. Dank der Validierung der Netzwerk-Appliances von Lanner können Kunden mit NVIDIAs großem Angebot an Grafikprozessoren und Softwarelösungen die unterschiedlichsten Anwendungen beschleunigen und so in Echtzeit intelligente Entscheidungen treffen. Dadurch können sie leicht Workflow-Compute-Umgebungen, einschließlich hybrider und Multi-Cloud-Implementierungen, migrieren, GPU-optimierte Software auf Bare-Metal-Servern oder in virtualisierten Umgebungen ausführen und so die Auslastung von GPUs sowie die Netzwerk-Interoperabilität verbessern.

Lanner wird als PLATINUM Partner an der NVIDIA GTC 2021 teilnehmen, die vom zwölften bis zum sechzehnten April stattfindet. Lassen Sie sich diese Konferenz nicht entgehen. Die Registrierung ist KOSTENLOS und Sie erhalten Zugang zu allen Live-Sessions, interaktiven Panels, Demos, Präsentationen von Forschungspostern und vielem mehr. GTC21 Registrierungs-Link: https://www.nvidia.com/en-us/gtc/?ncid=ref-spo-95198&sfdcid=undefined#cid=gtcs21_ref-spo_en-us

At Lanner’s GTC sessions you can explore below topics:

AI-Powered Hyper-Converged MEC Server Enables Intelligent Transportation Services

All innovative fleet services generate massive volumes of data, and that’s driven fleet management companies‘ data centers to be more agile by integrating compute, storage, and networking into one hyperconverged infrastructure, which simplifies and consolidates all the virtualization components through software. With its software-defined nature, the hyper-converged infrastructure leverages existing hardware storage while adopting a virtual controller to manage the physical devices. Lanner came up with the hyperconverged MEC server that seamlessly integrates high performance computing, massive storage, and networking functions into one single appliance. Powered by NVIDIA T4 Tensor Core GPU, the MEC server consolidates the taxi management tasks, such as emergency call services, video surveillance systems, and location-based services. Highest Storage Density for FX-3420 can record all driving and service data for customer analysis and demand forecasting.

Building Efficient and Intelligent Networks using Network Edge AI Platform

Edge computing requires multitasking workloads at the edge compute site in order to reduce communication latency, power, and real estate. As some of the workloads at the customer premises internet of things devices can leverage GPU functions for video processing, further analytics requires an open and scalable network platform for accelerated AI workloads at the service provider edge and even further analysis at a centralized data center platform. In this session, Lanner will partner with Tensor Network to discuss how NVIDIA AI can be structured in a networked approach where AI workloads can be distributed within the edge networks. We will start from the NVIDIA AI-accelerated customer premises equipment over the aggregated network edge and to the hyper-converged platform deployed at the centralized data center.

Edge AI Inference and NGC-Ready Server: A Hardware Perspective

The accelerating deployment of powerful AI solutions in competitive markets has evolved hardware requirements down to the very edge of our network due to eruption in AI-based products and services. For edge AI workloads, efficient & high-throughput inference depends on a well-curated compute platform. Advanced AI applications now face fundamental deep learning inference challenges in latency, reliability, multi-precision ANNs support & solution delivery. Designed and built in-house by Lanner for secure remote operation and accelerated workloads with the Tesla T4 Tensor core GPU, the LEC-2290E is validated and edge-ready out-of-the-box for streamlined NGC deployments. NVIDIA GPU CLOUD (NGC) fast-tracks edge AI solutions with its comprehensive catalog of containerized software GPU-optimized for edge-to-core solutions.

Don’t miss out on this amazing event. Registration is FREE and gives you access to all the live sessions, interactive panels, demos, research posters, and more.

Event details
Date: April 12 — April 16
GTC21 Registration Link:
https://www.nvidia.com/…

Die Konferenz findet vom 12. bis zum 16. April online statt und beginnt mit einer Keynote von NVIDIA CEO und Gründer Jensen Huang.

Auf der GTC 2021 wird Lanner darüber sprechen, wie Künstliche Intelligenz in einem vernetzten System so strukturiert werden kann, dass die KI-Workloads innerhalb der Edge-Netzwerke optimal verteilt werden können. Zunächst werden wir uns einige NVIDIA-Lösungen ansehen, die beim Kunden zur Beschleunigung von KI in der Peripherie eingesetzt werden. Dann werden wir uns mit der hypokonvergenten Infrastruktur im Rechenzentrum beschäftigen.

In den GTC-Sessions von Lanner wird es um folgende Themen gehen:
KI-gesteuerter hyperkonvergenter MEC-Server ermöglicht intelligente Transportsysteme

Alle innovativen Fuhrparks generieren riesige Datenmengen, die möglichst schnell und effektiv verwaltet werden müssen. Deswegen werden die Verarbeitung, die Speicherung und die Weiterleitung dieser Daten in eine hyperkonvergente Infrastruktur integriert, die alle Virtualisierungskomponenten in der Software vereinfacht und zusammenführt. Lanner hat einen hyperkonvergenten MEC-Server entwickelt, der High-Performance-Computing sowie umfassende Speicher- und Netzwerkfunktionen nahtlos in einer einzigen Appliance integriert. Zusammen mit dem NVIDIA T4 Tensor Core GPU steuert der MEC-Server die unterschiedlichen Aufgaben, die in einem Taxiunternehmen anfallen. Dazu zählen z. B. Notruffunktionen, Videoüberwachungssysteme und standortbezogene Dienste. Dank der hohen Speicherdichte kann der FX-3420 alle für Kundenanalysen und Bedarfsprognosen notwendigen Daten aufzeichnen.

Aufbau effizienter und intelligenter Netzwerke mit der KI-Platform für das Edge-Computing
Edge-Computing erfordert Multitasking-Workloads am Edge-Computing-Standort, um die Latenz, den Stromverbrauch und den Platzbedarf zu reduzieren. Da einige der Workloads auf den IoT-Geräten beim Kunden GPU-Funktionen für die Videoverarbeitung nutzen können, ist für weitere Analysen eine offene und skalierbare Netzwerkplattform für beschleunigte KI-Workloads am Service-Provider-Edge erforderlich. Auf der zentralisierten Rechenzentrumsplattform sind sogar noch weitergehende Analysen nötig. In dieser Session wird Lanner gemeinsam mit Tensor Network erörtern, wie das KI-Netzwerk von NVIDIA strukturiert werden kann und wie die KI-Workloads innerhalb dieses Netzwerks verteilt werden können. Zunächst werden wir uns einige NVIDIA-Lösungen ansehen, die beim Kunden zur Beschleunigung von KI in der Peripherie eingesetzt werden. Dann werden wir uns mit der hypokonvergenten Infrastruktur im zentralen Rechenzentrum beschäftigen.

Edge-KI-Inferenz und NGC-Ready Server: Eine Hardware-Lösung
Durch die starke Nachfrage nach leistungsfähigen KI-Lösungen und das wachsende Angebot an entsprechenden Produkten und Dienstleistungen werden heute höhere Anforderungen an die Hardware und das Edge-Netzwerk gestellt. Für Edge-KI-Workloads gilt, dass eine effiziente und durchsatzstarke Inferenz vor allem von der Computing-Plattform abhängt. Moderne KI-Anwendungen müssen in der Lage sein, die beim Deep Learning auftretenden Inferenz-Herausforderungen zu meistern. Hier geht es vor allem um Latenz, Zuverlässigkeit und die Unterstützung von Multi-Präzisions-ANNs. Der LEC-2290E wurde von Lanner selbst für den sicheren Remote-Betrieb und beschleunigte Workloads mit der Tesla T4 Tensor Core GPU entwickelt, gebaut und validiert. Daher ist er für optimierte NGC-Implementierungen sofort einsatzbereit. Durch die verschiedenen Softwarelösungen, die für Edge-to-Core-Lösungen GPU-optimiert wurden, können die NVIDIA GPU CLOUD (NGC) KI-Lösungen für das Edge-Computing in intelligenten Netzwerken beschleunigt werden.

Lassen Sie sich diese Konferenz nicht entgehen. Die Registrierung ist KOSTENLOS und verschafft Ihnen Zugang zu allen Live-Sessions, interaktiven Panels, Demos, Präsentationen von Forschungspostern und vielem mehr.

Details zur Veranstaltung
Datum: 12. April – 16. April
Registrierungs-Link für die GTC21:
https://www.nvidia.com/…

Website: www.lannerinc.com