Cloudera推出基于開放標準的MLOps，助力企業(yè)實現(xiàn)AI工業(yè)化

企業(yè)數(shù)據(jù)云公司 Cloudera 于近日發(fā)布Cloudera Machine Learning（CML）產(chǎn)品中的MLOps生產(chǎn)機器學習功能擴展集。企業(yè)機構(gòu)可以使用CML的全新MLOps功能和可擴展至模型的Cloudera SDX來管理和保護生產(chǎn)環(huán)境中機器學習生命周期。數(shù)據(jù)科學家、機器學習工程師和操作人員可以在一個統(tǒng)一的解決方案中開展協(xié)作，從而大幅縮短價值實現(xiàn)時間，并將生產(chǎn)環(huán)境機器學習模型的業(yè)務(wù)風險降至最低。

獨立咨詢公司Blue Badge Insights的創(chuàng)始人兼首席執(zhí)行官Andrew Brust表示：“已完成機器學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業(yè)務(wù)中數(shù)百乃至數(shù)千個機器學習模型。這一規(guī)模的模型管理、監(jiān)控和治理流程無法量身定制。通過真正的機器學習運營平臺，公司可以讓人工智能化身為其數(shù)字化轉(zhuǎn)型業(yè)務(wù)的關(guān)鍵組成部分?！?/p>

 該版本Cloudera Machine Learning內(nèi)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現(xiàn)大規(guī)模模型部署和機器學習用例數(shù)量所必需的可重復、透明且可治理的方法。

其優(yōu)點包括：

●   獨特的模型分類和沿襲功能 可實現(xiàn)整個機器學習生命周期的可視化，杜絕孤島和盲點，賦予整個生命周期透明性、可解釋性和問責制度。

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

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

●   建立在100％開源標準之上， 并與Cloudera Data Platform完全集成，使客戶在集成現(xiàn)有和未來工具的同時，不會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(nèi)大型客戶和合作伙伴開展合作，為機器學習元數(shù)據(jù)建立開放標準。我們的Cloudera Machine Learning已采用了這些標準，提供在大規(guī)模生產(chǎn)中部署和長期使用機器學習模型所需的一切。作為首個端對端機器學習解決方案，Cloudera Machine Learning憑借一流的模型部署、安全、治理和監(jiān)控能力管理全生命周期，涵蓋從數(shù)據(jù)到機器學習所帶來的跨混合云和多云業(yè)務(wù)影響?！?/p>

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

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

o   通過本地存儲和訪問自定義與任意模型指標檢測模型性能和長期變化。

o   衡量并追蹤單項預測的準確性，確保模型合規(guī)并達到最佳性能。

●   用于模型的Cloudera SDX 擴展了SDX治理功能，現(xiàn)在支持模型：

o   通過Apache Atlas中的模型分類、全生命周期沿襲和自定義元數(shù)據(jù)來追蹤、管理和了解部署于整個企業(yè)中的大量機器學習模型。

o   查看與單個系統(tǒng)中構(gòu)建和部署的模型相關(guān)聯(lián)的數(shù)據(jù)沿襲，幫助管理和治理機器學習生命周期。

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