FAQs zu NVIDIA Fleet Command

• Was ist das?

  NVIDIA Fleet Command^™ ist eine verwaltete Plattform für die Containerorchestrierung, die die Bereitstellung und Implementierung von Systemen und KI-Anwendungen am Edge vereinfacht. Sie vereinfacht auch die Verwaltung von verteilten Computing-Umgebungen mithilfe des Umfangs und der Ausfallsicherheit der Cloud. So wird jeder Standort sicher und intelligent. Sie erhalten sofort Zugriff auf einen kostenlosen Praxiskurs für NVIDIA Fleet Command auf NVIDIA LaunchPad.
• Für wen ist es geeignet?

  Fleet Command richtet sich an IT-, Operational Technology(OT)- und Innovationsteams, die eine sichere, zentralisierte Möglichkeit für die Bereitstellung und Verwaltung mehrerer KI-Workloads über verteilte Standorte hinweg benötigen.

  Darüber hinaus können Integrationspartner, die Lösungen in Form von Edge-Anwendungen bereitstellen, Fleet Command für die Verwaltung mehrerer Kundenbereitstellungen nutzen.
• Welche Vorteile sind zu erwarten?

  Fleet Command wurde entwickelt, um Edge-Computing einfach und sicher zu machen. Es bietet schlüsselfertige KI-Orchestrierung, mehrstufige Sicherheit, globale Skalierung und ein umfangreiches KI-Ökosystem für Integrationen mit anderen Tools und Software.
• Wie kann ich das Produkt kaufen?

  NVIDIA Fleet Command-Abonnements sind über NVIDIA verfügbar. Wenn Sie mehr über den Kauf eines Abonnements erfahren möchten, füllen Sie dieses Formular aus und ein NVIDIA-Vertriebsmitarbeiter wird sich mit Ihnen in Verbindung setzen. Sie können sich auch hier für einen kostenlosen Praxiskurs für NVIDIA Fleet Command auf LaunchPad bewerben.
• Wer bietet Unterstützung?

  Ein Fleet Command-Abonnement umfasst NVIDIA Enterprise Support, der bei geschäftskritischen Problemen rund um die Uhr erreichbar ist. Für alle anderen Problemstufen gelten lokale Geschäftszeiten – Feiertage und Wochenenden ausgenommen. Neben dem Support auf der Plattform können Kunden Support für die erste Projektimplementierung und ein Administratortraining, bekannt als „Kick Start“, oder Zugang zu einem Technical Account Manager (TAM) erwerben, um Supportprobleme zu verwalten.
• Welche Server sind damit kompatibel?

  NVIDIA Fleet Command ist derzeit mit NVIDIA-zertifizierten^™ Systemen kompatibel. Wenn Sie noch kein NVIDIA-zertifiziertes System haben, können Sie auf LaunchPad auf einen kostenlosen Praxiskurs für NVIDIA Fleet Command zugreifen.
• Kann ich mit einem NVIDIA-Mitarbeiter darüber sprechen?

  https://www.nvidia.com/en-us/contact/sales/
• Was ist Edge-Computing?

  https://blogs.nvidia.com/blog/2019/10/22/what-is-edge-computing/
• Was ist Edge-KI?

  https://blogs.nvidia.com/blog/2022/02/17/what-is-edge-ai/
• Was sind die Sicherheitsbedenken am Edge?

  https://developer.nvidia.com/blog/edge-computing-considerations-for-security-architects/
• Benötige ich Edge-Computing?

  https://developer.nvidia.com/blog/considerations-for-deploying-ai-at-the-edge/
• Was muss ich für die Bereitstellung von KI-Anwendungen tun?

  https://developer.nvidia.com/blog/getting-ai-applications-ready-for-cloud-native/
• Wo kann ich mehr über Edge-Computing erfahren?

  https://developer.nvidia.com/blog/an-introduction-to-edge-computing-common-questions-and-resources-for-success/
• Was ist der Unterschied zwischen der Bereitstellung am Edge oder in der Cloud?

  https://blogs.nvidia.com/blog/2022/01/05/difference-between-cloud-and-edge-computing/
• Welche verschiedenen Arten von Edge-Computing gibt es?

  https://developer.nvidia.com/blog/different-types-of-edge-computing/
• Ist Edge-Computing teurer als Cloud-Computing?

  https://developer.nvidia.com/blog/building-an-edge-strategy-cost-factors/
• Welche sind die Vorteile von Edge-KI?

  https://blogs.nvidia.com/blog/2022/02/17/what-is-edge-ai/
• Wie kann ich per Remote-Zugriff auf meine Edge-Anwendungen zugreifen?

  https://resources.nvidia.com/en-us-fleet-command/ai-for-smart-spaces
• Wie kann ich mit Edge-KI loslegen?

  https://resources.nvidia.com/en-us-fleet-command/5-steps-for-edge-ai
• Welche Systeme benötige ich für den Edge?

  https://developer.nvidia.com/blog/choosing-a-server-for-deep-learning-inference/