OPÉRATIONNALISER LE MACHINE LEARNING À L’ÉCHELLE DE L’ENTREPRISE

HPE Ezmeral ML Ops normalise les processus et fournit un jeu d’outils intégré pour concevoir, entraîner, déployer et surveiller les workflows de machine learning afin de vous faire bénéficier de la rapidité et de l’agilité de DevOps à tous les stades du cycle de vie du ML.

+ afficher plus
HPE GreenLake pour ML Ops
Création de modèle
Regarder la vidéo : HPE Ezmeral Machine Learning Ops
Environnements sandbox prépackagés en libre-service

Créez rapidement des environnements en utilisant vos propres outils de science de données. Explorez les diverses sources de données de l’entreprise tout en expérimentant plusieurs frameworks de machine learning ou de deep learning afin de déterminer le modèle le plus adapté aux problèmes à traiter.

Entraînement de modèle ML
Regarder la vidéo : Créer et entraîner un modèle »
Environnements conteneurisés à un seul nœud ou à plusieurs nœuds distribués

Des environnements en libre-service accessibles à la demande, pour des charges de travail de développement et test ou de production. Des environnements d’apprentissage très performants — où les ressources de calcul et de stockage sont dissociées — offrant un accès sécurisé aux sources de données partagées de l’entreprise, qu’elles soient sur site ou stockées sur le cloud.

Déploiement et surveillance de modèle
Regarder la vidéo : Déployer un modèle
Déployer dans des conteneurs avec une visibilité complète sur le pipeline ML

Déployez l’image du runtime du modèle (Python, R, H2O, etc.) sur un point de terminaison conteneurisé. Grâce au registre de modèles, suivez les versions du modèle et mettez-le facilement à jour lorsque c’est nécessaire. Profitez d’une visibilité complète sur l’utilisation des ressources d’exécution. Assurez le suivi, la mesure et le rapport des performances des modèles. Enregistrez et vérifiez les données en entrée et en sortie pour chaque demande d’évaluation. Des intégrations avec des logiciels tiers assurent l’interprétabilité et la précision de modèle.

Collaboration
Regarder la vidéo : Configurer un référentiel de projet
CI/CD. Test A/B et test canary

HPE Ezmeral ML Ops assure un contrôle de la source à l’aide d’outils d’intégration prêts à l’emploi comme GitHub. Stockez plusieurs modèles (plusieurs versions avec des métadonnées) pour divers moteurs de runtime dans le registre de modèles. Effectuez des tests A/B ou Canary afin de valider le modèle avant de le déployer à grande échelle. Un référentiel de projet intégré qui facilite la collaboration et assure un suivi du lignage permettant d’améliorer l’auditabilité du modèle.

Sécurité et contrôle
Architecture mutualisée et isolation des données pour l’infrastructure et les sources de données partagées

Appuyez-vous sur l’architecture mutualisée et sur l’isolation des données pour établir une séparation logique entre les différents projets, groupes ou départements de l’entreprise. La plateforme s’intègre aux mécanismes de sécurité et d’authentification de l’entreprise, comme LDAP, Active Directory et Kerberos.

Déploiement hybride
Prêt pour le cloud hybride

Exécutez le logiciel HPE Ezmeral ML Ops où vous le souhaitez : dans l’infrastructure sur site de votre choix, sur différents clouds publics (Amazon® Web Services, Google® Cloud Platform ou Microsoft® Azure) ou selon un modèle hybride, pour une utilisation optimale des ressources et une réduction des coûts opérationnels.

  • 53%
    d’accroissement de la rentabilitéForrester%26nbsp%3B%3A%20Op%C3%A9rationnaliser%20le%20machine%20learning%2C%20juin%26nbsp%3B2020
  • 52%
    d’amélioration de l’expérience clientForrester%26nbsp%3B%3A%20Op%C3%A9rationnaliser%20le%20machine%20learning%2C%20juin%26nbsp%3B2020
  • 49%
    d’amélioration de l’adoption des meilleures pratiques de science des donnéesForrester%26nbsp%3B%3A%20Op%C3%A9rationnaliser%20le%20machine%20learning%2C%20juin%26nbsp%3B2020

VIDÉOS TECHNIQUES SUR HPE ML OPS

PRÉSENTATION DÉTAILLÉE DE HPE EZMERAL ML OPS

HPE Ezmeral ML Ops aide les entreprises à surmonter les défis du dernier kilomètre via une plateforme associant expérience cloud et outils packagés, afin d’opérationnaliser le cycle de vie du machine learning depuis le projet pilote jusqu’à la production.

+ afficher plus
HPE Ezmeral ML Ops

Une solution logicielle qui étend les fonctionnalités de HPE Ezmeral Runtime Enterprise à la gestion intégrale du cycle de vie du ML en implémentant des processus de type DevOps pour normaliser et accélérer les workflows de machine learning. Les équipes de data scientists bénéficient notamment du déploiement en un clic pour les environnements IA/ML distribués et d’un accès sécurisé aux données dont elles ont besoin.

LE VISAGE DE LA RÉUSSITE
Logo Optum

ADVISORY BOARD (OPTUM) CHOISIT HPE EZMERAL POUR ACCÉLÉRER SES PERFORMANCES EN DÉPLOYANT L’IA/ML À L’ÉCHELLE DE L’ENTREPRISE

Advisory Board (Optum) déploie l’analyse prédictive et le machine learning en les appliquant au Big Data sur la plateforme de conteneurs HPE Ezmeral. Découvrez comment l’entreprise a rationalisé ses opérations et réduit ses coûts tout en améliorant les soins dispensés aux patients dans les hôpitaux américains.

Le défi

Aider les hôpitaux des États-Unis à convertir leurs Big Data en informations exploitables génératrices de valeur commerciale.

Solution

Déploiement d’applications de ML et d’analyse distribuées, avec séparation des capacités de calcul/mémoire et des capacités de stockage.

« HPE Ezmeral nous a aidés à relever ces défis grâce à sa solution conteneurisée, qui nous a permis d’extraire des informations plus rapidement, de réduire nos coûts et de dégager du temps pour innover. Les bénéfices pour notre organisation sont importants, et nous souhaitons poursuivre cette collaboration. »

Ramesh Thyagarajan, directeur général, Advisory Board (Optum)

Résultat

Extraction d’informations à partir des données afin de gagner en efficacité opérationnelle, de réduire les coûts d’infrastructure et d’améliorer les soins aux patients. 

Regarder la vidéo