Cloudera推出基于開(kāi)放標準的MLOps，助力企業(yè)實(shí)現AI工業(yè)化

企業(yè)數據云公司 Cloudera 于近日發(fā)布Cloudera Machine Learning（CML）產(chǎn)品中的MLOps生產(chǎn)機器學(xué)習功能擴展集。企業(yè)機構可以使用CML的全新MLOps功能和可擴展至模型的Cloudera SDX來(lái)管理和保護生產(chǎn)環(huán)境中機器學(xué)習生命周期。數據科學(xué)家、機器學(xué)習工程師和操作人員可以在一個(gè)統一的解決方案中開(kāi)展協(xié)作，從而大幅縮短價(jià)值實(shí)現時(shí)間，并將生產(chǎn)環(huán)境機器學(xué)習模型的業(yè)務(wù)風(fēng)險降至最低。

獨立咨詢(xún)公司Blue Badge Insights的創(chuàng )始人兼首席執行官Andrew Brust表示：“已完成機器學(xué)習采納試驗階段的公司希望將生產(chǎn)中的部署擴展到整個(gè)業(yè)務(wù)中數百乃至數千個(gè)機器學(xué)習模型。這一規模的模型管理、監控和治理流程無(wú)法量身定制。通過(guò)真正的機器學(xué)習運營(yíng)平臺，公司可以讓人工智能化身為其數字化轉型業(yè)務(wù)的關(guān)鍵組成部分?！?/p>

 該版本Cloudera Machine Learning內置全新MLOps功能和可擴展至模型的Cloudera SDX。它所提供的基本模型和生命周期管理功能集可實(shí)現大規模模型部署和機器學(xué)習用例數量所必需的可重復、透明且可治理的方法。

其優(yōu)點(diǎn)包括：

●   獨特的模型分類(lèi)和沿襲功能 可實(shí)現整個(gè)機器學(xué)習生命周期的可視化，杜絕孤島和盲點(diǎn)，賦予整個(gè)生命周期透明性、可解釋性和問(wèn)責制度。

●   完整的端對端機器學(xué)習生命周期管理，包括將機器學(xué)習模型安全部署到生產(chǎn)線(xiàn)、確保準確性和擴展用例所需的一切。

●   先進(jìn)的模型監控服務(wù)，以可重復、安全和可擴展的方式追蹤和監控各技術(shù)方面以及預測的準確性。

●   建立在100％開(kāi)源標準之上， 并與Cloudera Data Platform完全集成，使客戶(hù)在集成現有和未來(lái)工具的同時(shí)，不會(huì )被固定于單家供應商。

Cloudera首席產(chǎn)品官Arun Murthy表示：“Cloudera一直與業(yè)內大型客戶(hù)和合作伙伴開(kāi)展合作，為機器學(xué)習元數據建立開(kāi)放標準。我們的Cloudera Machine Learning已采用了這些標準，提供在大規模生產(chǎn)中部署和長(cháng)期使用機器學(xué)習模型所需的一切。作為首個(gè)端對端機器學(xué)習解決方案，Cloudera Machine Learning憑借一流的模型部署、安全、治理和監控能力管理全生命周期，涵蓋從數據到機器學(xué)習所帶來(lái)的跨混合云和多云業(yè)務(wù)影響?！?/p>

Cloudera Machine Learning（CML）中的生產(chǎn)機器學(xué)習功能擴展集包括：

●   用于監控機器學(xué)習模型功能和業(yè)務(wù)性能的 全新MLOps 功能 ：

o   通過(guò)本地存儲和訪(fǎng)問(wèn)自定義與任意模型指標檢測模型性能和長(cháng)期變化。

o   衡量并追蹤單項預測的準確性，確保模型合規并達到最佳性能。

●   用于模型的Cloudera SDX 擴展了SDX治理功能，現在支持模型：

o   通過(guò)Apache Atlas中的模型分類(lèi)、全生命周期沿襲和自定義元數據來(lái)追蹤、管理和了解部署于整個(gè)企業(yè)中的大量機器學(xué)習模型。

o   查看與單個(gè)系統中構建和部署的模型相關(guān)聯(lián)的數據沿襲，幫助管理和治理機器學(xué)習生命周期。

o   增強Model REST 端點(diǎn)的模型安全，使模型能夠用于CML生產(chǎn)環(huán)境且不影響其安全。