Intelligence artificielle et analyse

Tout comme pour le développement de logiciels antérieurs DevOps, les entreprises de science des données consacrent encore beaucoup de temps et d’efforts lors du transfert de projets du développement à la production. Le contrôle de version de modèle et le partage de code sont manuels et les outils et les structures manquent de standardisation, ce qui rend fastidieux et chronophage la production de modèles de machine learning. HPE Ezmeral Machine Learning Ops (HPE Ezmeral ML Ops) étend les fonctionnalités de HPE Ezmeral Runtime Enterprise et apporte une agilité de type DevOps au machine learning d’entreprise.

Avec HPE Ezmeral ML Ops, les entreprises peuvent mettre en œuvre des processus DevOps pour normaliser leurs flux de travail ML (Machine Learning).

HPE Ezmeral ML Ops fournit aux équipes de science des données une plateforme pour leurs besoins de science des données Edge to Cloud avec la flexibilité nécessaire pour exécuter leurs charges de travail de machine learning ou de deep learning (DL) sur site, dans plusieurs clouds publics, ou un modèle hybride, et répondre aux exigences commerciales dynamiques dans une variété de cas d’utilisation.

Nouveautés

  • KubeFlow 1.3 (sécurité renforcée) ? et Surveillance des modèles
  • Composant additionnel Spark Operator, Serveur Spark History, Serveur Spark Thrift, Apache Livy et Hive Metastore
  • Prise en charge du lac Delta
  • Versions Spark prises en charge : Apache Spark 2.4.7 et Apache Spark 3.1.2
  • HPE Ezmeral Runtime Analytics pour Apache Spark
  • Présentation de HPE Ezmeral Runtime Enterprise Nouvelle interface utilisateur avec ? Expérience utilisateur améliorée : expérience utilisateur améliorée pour les scientifiques des données ?; Bibliothèques regroupées pour une expérience de codage simplifiée et toute la magie Notebook pour KubeFlow

Caractéristiques

Rentabilisation accélérée

Gérer et provisionnez l'infrastructure grâce à une interface utilisateur graphique intuitive.

Provisionnez des environnements de développement, de test ou de production en quelques minutes et non en plusieurs jours.

Intégrez rapidement de nouveaux scientifiques de données avec leur choix d'outils et de langages sans créer des environnements de développement cloisonnés.

Productivité améliorée

Les scientifiques de données consacrent leur temps à créer des modèles et à analyser les résultats plutôt qu’à attendre la fin des travaux de formation.

HPE Ezmeral Runtime Enterprise permet d’éviter la perte de justesse ou la dégradation des performances dans les environnements mutualisés.

Augmentez la collaboration et la reproductibilité avec les référentiels de code, de projets et de modèles partagés.

Réduction des risques

Sécurité de niveau entreprise et contrôles d’accès aux calculs et aux données.

Le suivi des historiques fournit une gouvernance et une auditabilité de modèle pour une conformité réglementaire.

Les intégrations avec des logiciels tiers fournissent l'interprétabilité.

Les déploiements à haute disponibilité permettent d'éviter que des incidents affectent les applications stratégiques.

Flexible et élastique

Déployez sur site, dans le cloud ou dans un modèle hybride pour répondre aux besoins de votre entreprise.

Mise à l'échelle automatique des clusters pour répondre aux exigences des charges de travail dynamiques.

  • Kubernetes® est une marque déposée de Linux aux États-Unis et dans d'autres pays, et utilisée sous une licence attribuée par la Linux Foundation. LINUX FOUNDATION et YOCTO PROJECT sont des marques déposées de la Linux Foundation.