智能动态:Dotscience将AI平台的DevOps引入Kubernetes

发布时间:2021-06-06 15:09:21来源:

随着科技技术的进展,这些高科技给人类带来了诸多欢跃和无限的希翼,近来Dotscience将AI平台的DevOps引入Kubernetes的报道相信很多人都已经听说过了,但是作为小编还是希翼给大家详细解读一下!

Dotscience今天宣布将提供一个DevOps平台,该平台可加速Kubernetes集群上可用的人工智能(AI)模型的构建和部署。

公司首席执行官卢克·马斯登(Luke Marsden)表示,许多组织开始采纳AI原生模型,以便更轻松地在本地或公共云环境中部署这些模型。AI模型被部署为在Kubernetes集群中运行的Docker映像。

Dotscience正在简化训练AI模型的过程,然后通过其Dotscience Kubernetes Runner平台将它们部署在推理引擎上。然后,可以使用Prometheus和基于Grafana的仪表板实例对这些模型进行延续监视,而Grafana也可以使用这些仪表板。

Dotscience还宣布已与S&P Global结成联盟,两家公司将根据此联盟共同定义一套构建和部署AI模型的最佳实践。标普全球选择与Dotscience合作,原因是它发现至少一半的AI模型由于需要建立茁壮的数据管道和在本地笔记本电脑上运行的AI模型实例等问题而未能通过孵化阶段。在生产环境中运行的服务器上。

妨碍AI采纳的两个最大障碍是,大多数数据科学团队没有一套可重复的流程来构建和部署AI模型。如今,许多组织都充斥着未与应用程序一起部署的AI模型,这是因为缺少将AI模型交给应用程序开辟人员团队的定义流程。

随着发现新的相关数据源,更具挑战性的是,其中许多模型都需要更新,而如果没有一套最佳的DevOps实践,则很难实现。

最后,Marsden指出,许多已部署的AI模型都在模型中嵌入了偏差,导致许多偏差在部署后会回滚。

Marsden表示,由于所有这些问题,面向AI的DevOps(也称为机器学习(MLOps))正在成为一门学科,并且组织处于拥抱AI的前沿。Dotscience通过提供治理构建和部署过程的持续集成/延续部署平台,努力使采纳DevOps for AI更容易。可以通过公司提供的图形界面,Python库或一组命令行界面(CLI)工具部署AI模型。

就AI模型而言,显然还处于初期。但是,鉴于许多AI项目的雄心勃勃,如果AI模型不符合期望,组织就需要能够快速失败。他们面临的挑战不仅在于构建AI模型,而且在于追寻以工业规模部署和更新这些AI模型的方法。

  • 版权声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。