Программное обеспечение HPE Ezmeral Machine Learning Ops
Подобно разработке программного обеспечения до применения методологии DevOps, подразделения, занимающиеся анализом данных, по-прежнему тратят значительное количество времени и усилий при переходе от разработки проектов к производству. Контроль версий моделей и совместное использование кода осуществляется вручную. При этом отсутствует стандартизация инструментов и платформ, что делает процесс разработки моделей машинного обучения крайне трудоемким. Программное обеспечение HPE Ezmeral Machine Learning Ops (HPE Ezmeral ML Ops) расширяет возможности платформы HPE Ezmeral Container Platform и добавляет гибкость процессов DevOps в корпоративное машинное обучение. Использование ПО HPE Ezmeral ML Ops позволяет крупным предприятиям внедрять процессы DevOps для стандартизации их рабочих процессов машинного обучения. HPE Ezmeral ML Ops предоставляет группам специалистов по обработке данных платформу для решения комплексных задач, которая обеспечивает гибкость при выполнении рабочих нагрузок машинного обучения или глубокого обучения в локальной среде, в нескольких общедоступных облаках и в гибридной модели. Эта платформа также позволяет реагировать на динамические бизнес-требования в различных сценариях использования.
Новинки
- Использование возможностей контейнеров для создания сложных стеков машинного обучения и глубокого обучения, включая наборы инструментов TensorFlow, Apache Spark на Yarn с Kerberos, H2O, Python ML и DL.
- Развертывание распределенных и масштабируемых учебных сред машинного и глубокого обучения в течение нескольких минут, а не месяцев — в локальной системе, общедоступном облаке или гибридной модели.
- Используйте свой выбор инструментов для поддержки даже самого сложного потока машинного обучения. Например, начните с подготовки данных в Spark, проведите обучение в TensorFlow на графических процессорах и разверните готовые модели на процессорах с использованием библиотек TensorFlow.
- Реализация процессов CI/CD в проектах машинного обучения с помощью реестра моделей. В реестре моделей хранятся модели и версии, созданные в HPE Ezmeral ML Ops, а также созданные с использованием различных инструментов/платформ.
- Повышение надежности и воспроизводимости проектов машинного обучения в общем хранилище проектов (GitHub).
- Развертывание моделей в производственной среде с помощью надежного, масштабируемого и высокодоступного внедрения конечных точек с использованием инновационных решений автоматического масштабирования и балансировки нагрузки.
Основные характеристики
Ускорение окупаемости
Подготовка и выделение ресурсов инфраструктуры, а также управление ими с помощью интуитивно понятного графического интерфейса пользователя.
Подготовка и выделение ресурсов для сред разработки и тестирования, а также производственных сред за считанные минуты, а не дни.
Быстрая подготовка к работе новых специалистов по анализу данных с учетом выбранных ими инструментов и языков без создания изолированных сред разработки.
Улучшенная производительность
Специалисты по анализу данных тратят свое время на построение моделей и анализ результатов, а не на ожидание выполнения обучающих заданий.
Контейнерная платформа HPE Ezmeral Container Platform помогает избежать потери точности или снижения производительности в многопользовательских средах.
Расширение возможностей совместной работы и воспроизводимости операций с помощью совместно используемых репозиториев кода, проектов и моделей.
Снижение рисков
Безопасность корпоративного уровня и контроль доступа к вычислительным ресурсам и данным.
Отслеживание происхождения обеспечивает управление моделью и возможности проверки для соответствия нормативным требованиям.
Интеграция с ПО сторонних разработчиков обеспечивает интерпретируемость.
Развертывание систем с высокой доступностью позволяет гарантировать, что критически важные приложения не прекратят работу.
Гибкие решения
Разверните локальную, облачную или гибридную модель в соответствии с требованиями вашего бизнеса.
Автоматическое масштабирование кластеров для удовлетворения требований динамических рабочих нагрузок.
Краткие характеристики
Связанные ссылки
Больше возможностей от контейнерной платформы HPE Ezmeral Container Platform
- Поддержка технологии «GPU как услуга»
- Контейнерная платформа HPE Ezmeral Container Platform
- Системы HPE Apollo для контейнерной платформы HPE Ezmeral Container Platform
- Краткие характеристики программного обеспечения HPE Ezmeral Machine Learning Ops
- Краткие характеристики программного обеспечения BlueData EPIC
Услуги Hewlett Packard Enterprise

Нашли то, что искали?