据悉，HPE ML Ops是一种基于容器的软件办理方案，可支持本地，稠浊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，支配，监视和协作的全体机器学习生命周期。
在实质上，该办理方案将带来类似于devop的流程，该流程可以标准化机器学习事情流程并加快支配速率。
同时，HPE ML Ops办理方案还扩展了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供应了分布式AI，ML和剖析功能。
此外，该办理方案还可以与包括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利用，还可以与来自生态系统软件互助伙伴（例如Dataiku和H2O.ai）的商业机器学习运用程序合营利用。
对此，HPE高等副总裁兼稠浊IT首席技能官Kumar Sreekanti说：“只有可操作的机器学习模型才能供应业务代价。借助HPE ML Ops，我们供应了唯一的企业级办理方案，可为本地和稠浊云支配履行端到端机器学习生命周期。我们为机器学习带来了DevOps的速率和敏捷性，为企业中的AI供应了更快的代价实现韶光。”
详细而言，HPE ML Ops办理方案供应：
模型构建：用于ML工具和数据科学条记本的预打包，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
模型支配：具有可重复性的灵巧，快速支配
模型监控：全体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事情流
安全性和掌握：与企业身份验证机制集成的安全多租户
稠浊支配：支持本地，公共云或稠浊云。
“从零售业到银行业到制造业再到医疗保健业等等，险些所有行业都在采取或研究AI / ML来开拓创新产品和做事并得到竞争上风，” IDC AI计策操持副总裁Ritu Jyoti说道。“只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到试点再莅临盆支配和监控的全体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办理全体ML生命周期，从而缩小了这一差距-支持一系列ML运营哀求，加快得到洞察的总体韶光并推动业务发展。”
【ZOL客户端下载】看最新科技资讯，APP市场搜索“中关村落在线”，客户端阅读体验更好。(7283503)