Search
  • Storage-Analyse-Plattform für Finanzdaten

    Storage-Analyse-Plattform für Finanzdaten

    Nutzen Sie Ihre Daten mit KI endlich optimal

  • Übersicht
  • Architektur
  • Vorteile
  • Produkte
  • Erfolgsgeschichten

Die richtige Finanzdaten-Analyseplattform für Ihr Geschäftswachstum

Finanzdaten-Analyseplattformen sind heute die treibende Kraft im Bankwesen und ermöglichen neue Services wie präzises Marketing und digitale Risikokontrolle. Für herkömmliche kombinierte Storage-Compute-Lösungen auf Basis von nativem Hadoop ist das problematisch, da sie nur begrenzte Skalierbarkeit, eine geringe Ressourcennutzung und keine Unterstützung für regionsübergreifende Mobilität bieten. Daher sind diese Lösungen nicht wirklich gut geeignet für das KI-Zeitalter.

Und die Lösung für diese Probleme? Die Finanzdatenanalyse-Speicherlösung von Huawei nutzt Scale-Out-Storage und eine entkoppelte Storage-Compute-Architektur für mehr Kosteneffizienz, robuste Zuverlässigkeit und einfache Skalierbarkeit. Mit Unterstützung für S3 (Simple Storage Service) und HDFS-Protokolle (Hadoop Distributed File System) lässt sich diese Lösung nahtlos in gängige Big-Data-Plattformen integrieren, ermöglicht Unternehmen den einfachen Übergang zu KI-Data Lakes und sorgt für eine Konvergenz von Daten und KI im Finanzbereich.

Architektur

Architektur

Architektur
Huawei

Vorteile

Storage-Compute-Entkopplung für gerignere Betriebskosten

Storage-Compute-Entkopplung für gerignere Betriebskosten

Entkoppelte Architektur: Ressourcen-Erweiterung nach Bedarf.

Flexibles Erasure Coding (EC): 1,75-fach höhere Ressourcennutzung im Vergleich zur Methode mit mehreren Kopien.

2 HE, 36-Slot-High-Density-Hardware: 1,5-fach höhere Slot-Dichte als vergleichbare Angebote in diesem Bereich.

Hohe Sicherheit und Zuverlässigkeit ohne Datenverlust

Hohe Sicherheit und Zuverlässigkeit ohne Datenverlust

Multi-Aktiv-Setup über 2–12 Standorte mit standortübergreifender EC.

99,9999 % Zuverlässigkeit, RPO = 0 sowie Fransparenz und hohe Verfügbarkeit von Remote-Daten.

Konvergenz von Data Lakes, Data Warehouses und KI für eine nahtlose Weiterentwicklung

Konvergenz von Data Lakes, Data Warehouses und KI für eine nahtlose Weiterentwicklung

Einheitliches Datenformat, das es ermöglicht, eine Datenkopie gemeinsam zu nutzen.

Müheloses Scale-Out und reibungslose Weiterentwicklung.

Erfolgsgeschichten

TOP