Nueva solución HPE Machine Learning (ML) Ops

septiembre 13, 2019 Desactivado Por Jeannet Alvarado

Hewlett Packard Enterprise anunció una solución de software basada en contenedor, HPE ML Ops, que soporta todo el ciclo de vida del modelo de aprendizaje automático (ML, por sus siglas inglés) para los ambientes locales, de nube pública y de nube híbrida. La nueva solución presenta un proceso de tipo DevOps (desarrollo y operaciones) para estandarizar los procesos del aprendizaje automático y acelerar las implementaciones de IA de meses a días.

La nueva solución HPE ML Ops amplía las capacidades de la plataforma del software de contenedores BlueData EPIC, lo que brinda a los equipos de ciencia de los datos acceso sobre demanda a los ambientes en contención para análisis e IA/ML distribuidos. BlueData fue adquirido por HPE en noviembre de 2018 para impulsar sus ofertas de IA, análisis y contenedores y complementar las soluciones Hybrid IT y los servicios HPE Pointnext de HPE para implementaciones de IA empresarial.

HPE ML Ops transforma las iniciativas de IA, desde experimentación y proyectos piloto hasta producción y operaciones empresariales, ya que se enfoca en todo el ciclo de vida del aprendizaje automático, desde la preparación de datos y el diseño de modelos hasta la capacitación, implementación, monitoreo y colaboración.

Con la solución HPE ML Ops, los equipos de científicos de datos que desarrollan e implementan modelos de ML se pueden beneficiar de la solución de operatividad y gestión de ciclo de vida más completa de la industria para IA empresarial:

  • Versiones de modelos: ambientes sandbox prepagados y de autoservicio para herramientas de ML y libretas de ciencia de los datos
  • Capacitación en modelos: ambientes de capacitación con acceso seguro a los datos
  • Implementación de modelos: implementación flexible y rápida con reproducción
  • Monitoreo de modelos: visibilidad de punta a punta a lo largo del ciclo de vida del modelo ML
  • Colaboración: permite procesos CI/CD con repositorios de código, modelos y proyectos
  • Seguridad y control: capacidad multiusuario segura con integración en los mecanismos de autenticación empresarial
  • Implementación híbrida: soporte para implementación local, nube pública o nube híbrida

2