HPE推出HPE ML Ops解决方案 加速AI、ML应用

日前，HPE推出了HPE ML Ops解决方案，该方法可将部署机器学习（ML）和人工智能（AI）工作负载所需的时间从几个月缩短到几天。

据悉，HPE ML Ops是一种基于容器的软件解决方案，可支持本地，混合云和公共云环境中的机器学习生命周期，涵盖了从数据准备和模型构建到培训，部署，监视和协作的整个机器学习生命周期。

在本质上，该解决方案将带来类似于devop的流程，该流程可以标准化机器学习工作流程并加快部署速度。

同时，HPE ML Ops解决方案还扩展了BlueData EPIC容器软件平台的功能，该平台为数据科学团队按需访问容器化环境提供了分布式AI，ML和分析功能。

此外，该解决方案还可以与包括Keras，MXNet，PyTorch和TensorFlow在内的各种开源机器学习和深度学习框架一起使用，还可以与来自生态系统软件合作伙伴（例如Dataiku和H2O.ai）的商业机器学习应用程序配合使用。

对此，HPE高级副总裁兼混合IT首席技术官Kumar Sreekanti说：“只有可操作的机器学习模型才能提供业务价值。借助HPE ML Ops，我们提供了唯一的企业级解决方案，可为本地和混合云部署实施端到端机器学习生命周期。我们为机器学习带来了DevOps的速度和敏捷性，为企业中的AI提供了更快的价值实现时间。”

具体而言，HPE ML Ops解决方案提供：

• 模型构建：用于ML工具和数据科学笔记本的预打包，自助式沙箱环境

• 模型培训：可扩展的培训环境，可安全访问数据

• 模型部署：具有可重复性的灵活，快速部署

• 模型监控：整个ML模型生命周期的端到端可见性

• 协作：通过代码，模型和项目存储库启用CI / CD工作流

• 安全性和控制：与企业身份验证机制集成的安全多租户

• 混合部署：支持本地，公共云或混合云。

“从零售业到银行业到制造业再到医疗保健业等等，几乎所有行业都在采用或研究AI / ML来开发创新产品和服务并获得竞争优势，” IDC AI战略计划副总裁Ritu Jyoti说道。“尽管大多数企业都在加快其AI / ML项目的构建和培训阶段，但他们仍在努力实现从PoC到试点再到生产部署和监控的整个ML生命周期。”而HPE ML Ops通过其基于容器的，与平台无关的产品来解决整个ML生命周期，从而缩小了这一差距-支持一系列ML运营要求，加快获得洞察的总体时间并推动业务发展。”

【ZOL客户端下载】看最新科技资讯，APP市场搜索“中关村在线”，客户端阅读体验更好。(7283503)

文章来源: https://www.toutiao.com/group/6742998093337199108/