HPE集装箱化机器学习模型的发展

惠普企业有限公司正在通过一个软件平台将其扩展到人工智能开发领域，该平台使用一个名为container的自包含软件环境来支持机器学习模型构建和部署的整个生命周期。

HPE ML Ops可以在本地、公共和混合云环境中快速部署机器学习工作负载。这个想法是为了使开发团队能够采用一个类似于DevOps中使用的过程，这是一种快速的应用程序构建技术，涉及频繁的代码发布和持续的改进。因此，HPE说，模型部署时间从几个月缩短到几天。

该公司正在解决机器学习项目的一个常见问题，即缺乏部署它们的资源和操作流程。Gartner Inc .估计，由于缺乏运营支持，一半的机器学习项目无法完全部署。部分问题是机器学习模型可能很复杂，需要大量数据和计算机功能，这使得配置昂贵且耗时。

HPE数字容器可以提供帮助。它基于BlueData Software Inc .去年下半年收购的EPIC软件平台。EPIC包括流行的AI和分析应用程序的预配置版本，这些预配置版本已经打包到软件容器中，可以存储在库中并快速投入使用。

据说ML Ops覆盖了机器学习开发的整个生命周期，包括模型构建、训练、部署、监控和团队合作。开发人员可以访问工具和数据科学笔记本的自助“沙盒”环境。一个完整的模型可以被复制和重用。开发团队可以在模型生命周期中获得完全的可见性，安全性包括多租户和与企业身份验证机制的集成。

HPE表示，ML Action拥有广泛的开源机器学习和深度学习框架，包括作品Keras、MXNet、PyTorch和TensorFlow，以及来自其合作伙伴生态系统的商业机器学习，包括应用程序Dataiku和H2O.ai