HPE Ezmeral Machine Learning Ops
Semelhante ao desenvolvimento de software pré-desenvolvimento e operações, as organizações de ciência de dados ainda empregam uma quantidade significativa de tempo e esforços na movimentação de projetos do desenvolvimento para a produção. O controle de versão do modelo e o compartilhamento de código são manuais, e há uma falta de padronização nas ferramentas e estruturas, o que torna a produção de modelos de machine learning tediosa e demorada.
O HPE Ezmeral Machine Learning Ops (HPE Ezmeral ML Ops) estende os recursos do HPE Ezmeral Runtime Enterprise e traz a agilidade do Desenvolvimento e operações para o machine learning empresarial.
Com HPE Ezmeral ML Ops, as empresas podem implementar processos de Desenvolvimento e operações para padronizar seus fluxos de trabalho de ML. HPE Ezmeral ML Ops oferece às equipes de ciência de dados uma plataforma que atende a todas as suas necessidades dessa área com a flexibilidade para executar suas cargas de trabalho de machine learning ou deep learning (DL) no local, em várias nuvens públicas ou em um modelo híbrido e sensível aos requisitos de negócios dinâmicos em diversos casos de uso.
- Especificações rápidas (PDF) (HTML)
- | Data sheet
-
O que há de novo?
- KubeFlow 1.3 (segurança reforçada)? e monitoramento de modelo
- Extensão do operador do Spark, Servidor de histórico do Spark, Servidor de economia do Spark, Apache Livy e Hive Metastore
- Compatível com o Delta Lake
- Versões do Spark compatíveis: Apache Spark 2.4.7 e Apache Spark 3.1.2
- HPE Ezmeral Runtime Analytics para Apache Spark
- Apresentação do HPE Ezmeral Runtime Enterprise Nova interface de usuário com ?Experiência do cliente aprimorada: experiência do cliente avançada para cientistas de dados?; Bibliotecas empacotadas para uma experiência de codificação simplificada e magias do Notebook para KubeFlow
Principais recursos
Rendimento acelerado
Gerencie e provisione a infraestrutura por meio de uma interface de usuário gráfica intuitiva.
Provisione ambientes de desenvolvimento, teste ou produção em poucos minutos, não em dias.
Integre novos cientistas de dados rapidamente com as opções de ferramentas e linguagens deles, sem ter que criar ambientes de desenvolvimento em silos.
Maior produtividade
Os cientistas de dados conseguem se dedicar à criação de modelos e à análise de resultados, em vez de esperar pela conclusão de trabalhos de treinamento.
O HPE Ezmeral Runtime Enterprise ajuda a garantir que não haja perda de precisão ou degradação de desempenho em ambientes de vários locatários.
Aumente a colaboração e a capacidade de reprodução com código compartilhado, repositórios de projetos e modelos.
Risco reduzido
Segurança de nível empresarial e controles de acesso em dados e na computação.
O acompanhamento da linhagem permite governar o modelo e auditar a conformidade regulatória.
As integrações com software de terceiros permitem capacidade de interpretação.
As implementações de alta disponibilidade ajudam a garantir que os aplicativos essenciais não falhem.
Flexível e elástico
Implemente no local, na nuvem ou em um modelo híbrido para atender aos seus requisitos de negócios.
Dimensionamento automático de clusters para atender aos requisitos de cargas de trabalho dinâmicas.
Links relacionados
Mais do HPE Ezmeral Runtime Enterprise
Arquiteturas de referência HPE para HPE Ezmeral Runtime Enterprise
- Arquitetura de referência HPE para HPE Ezmeral Container Platform e HPE Ezmeral Data Fabric em servidores HPE ProLiant DL360 e HPE ProLiant DL380 Gen10
- Arquitetura de referência HPE para HPE Ezmeral Container Platform e HPE Ezmeral Data Fabric em servidores HPE ProLiant DL325 e DL385 Gen10 Plus
- Arquitetura de referência HPE para pipeline de dados de análise preditiva em servidores HPE ProLiant DL
Arquitetura de referência HPE para HPE Ezmeral ML Ops no Kubernetes
Kubernetes® é uma marca registrada da Linux Foundation nos Estados Unidos e em outros países e é usada de acordo com uma licença da Linux Foundation. LINUX FOUNDATION e YOCTO PROJECT são marcas registradas da Linux Foundation.
* O Preço pode variar com base no revendedor local.