Inteligencia artificial y análisis

HPE Ezmeral Runtime Enterprise representa una plataforma de organización de contenedores de nivel empresarial diseñada para la contenedorización de aplicaciones monolíticas, tanto nativas como no nativas de la nube, con datos persistentes. Implementa Kubernetes 100 % de código abierto para la organización y proporciona un avanzado sistema de archivos y una estructura de datos para el almacenamiento persistente de los contenedores. Además, ofrece a las empresas la capacidad de implementar cargas de trabajo de inteligencia artificial y análisis en contenedores. Ahora, las empresas pueden extender fácilmente la agilidad y eficacia de los contenedores a más aplicaciones empresariales, con independencia de que se ejecuten en una infraestructura de hardware o virtualizada, a nivel local, en varias nubes o en el extremo.

Al igual que en el desarrollo de software anterior a DevOps, las organizaciones de data science siguen gastando una gran cantidad de tiempo y de recursos al pasar del desarrollo a la producción de los proyectos. Tanto el control de la versión del modelo como la compartición del código es manual y existe una falta de estandarización en las herramientas y en los marcos, que provoca que sea tedioso y conlleve mucho tiempo producir los modelos de aprendizaje automático. HPE Ezmeral Machine Learning Ops (HPE Ezmeral ML Ops) amplía las capacidades de HPE Ezmeral Runtime Enterprise y proporciona agilidad similar a DevOps en el aprendizaje automático para empresas. Las empresas pueden implementar los procesos DevOps para estandarizar los flujos de trabajo de aprendizaje automático gracias a HPE Ezmeral ML Ops. HPE Ezmeral ML Ops proporciona a los equipos de ciencias de la información una plataforma para sus necesidades globales con la flexibilidad de ejecutar las cargas de trabajo locales de aprendizaje automático o de aprendizaje profundo (DL) en múltiples nubes públicas o en un modelo híbrido, además de responder a las necesidades dinámicas de negocio en una amplia gama de casos de uso.