HPE Ezmeral Machine Learning Ops

Ähnlich wie bei der Softwareentwicklung vor DevOps wenden Data-Science-Organisationen immer noch viel Zeit und Mühe auf, wenn sie Projekte von der Entwicklung in die Produktion verlagern. Die Modellversionskontrolle und Code-Freigabe erfolgt manuell, und es fehlt an Standardisierung bei Tools und Frameworks, was die Etablierung von Modellen für das maschinelle Lernen auf dem Produktmarkt mühsam und zeitaufwendig macht.

HPE Ezmeral Machine Learning Ops (HPE Ezmeral ML Ops) erweitert die Funktionen von HPE Ezmeral Runtime Enterprise und bringt DevOps-ähnliche Agilität in das maschinelle Lernen für Unternehmen. Mit HPE Ezmeral ML Ops können Unternehmen DevOps-Prozesse zur Standardisierung ihrer ML-Workflows implementieren.

HPE Ezmeral ML Ops bietet den Data Science Teams eine Plattform für ihre End-to-End Data-Science-Anforderungen mit der Flexibilität, ihre Workloads für maschinelles Lernen oder Deep Learning (DL) vor Ort, in mehreren Public Clouds oder in einem Hybridmodell auszuführen und auf dynamische geschäftliche Anforderungen in einer Vielzahl von Anwendungsfällen zu reagieren.

• KubeFlow 1.3 (sicherheitserprobt)? und Modellüberwachung

• Spark Operator Add-on, Spark History Server, Spark Thrift Server, Apache Livy und Hive Metastore

• Delta Lake Support

• Unterstützte Spark-Versionen: Apache Spark 2.4.7 und Apache Spark 3.1.2

• HPE Ezmeral Runtime Analytics für Apache Spark

• Einführung von HPE Ezmeral Runtime Enterprise Neue UI mit ?verbesserter UX: Verbessertes Bedienerlebnis für Data Scientists?; Gebündelte Bibliotheken für vereinfachte Codierung und Notebook-Magie für KubeFlow

Schnellere Wertschöpfung

Nehmen Sie Verwaltung und Bereitstellung von Infrastruktur über eine intuitive grafische Benutzeroberfläche vor.

Stellen Sie Entwicklungs-, Test- oder Produktionsumgebungen in Minuten statt in Tagen bereit.

Binden Sie neue Data Scientists schnell mit ihrer Auswahl an Tools und Sprachen ein, ohne isolierte Entwicklungsumgebungen zu schaffen.

Höhere Produktivität

Data Scientists verbringen ihre Zeit damit, Modelle zu erstellen und Ergebnisse zu analysieren, anstatt auf die Fertigstellung von Trainingsaufgaben zu warten.

HPE Ezmeral Runtime Enterprise hilft dabei sicherzustellen, dass in mandantenfähigen Umgebungen Genauigkeit und Leistung nicht verloren gehen.

Verbessern Sie die Zusammenarbeit und Reproduzierbarkeit mit gemeinsamen Code-, Projekt- und Modell-Repositorys.

Verminderte Risiken

Sicherheits- und Zugriffskontrollen auf Unternehmensebene für Rechenaufgaben und Daten.

Lineage Tracking bietet eine modellhafte Governance und Auditierbarkeit für die Einhaltung gesetzlicher Vorschriften.

Integrationen mit Software von Drittanbietern bietet Interpretierbarkeit.

Hochverfügbare Bereitstellungen helfen sicherzustellen, dass kritische Anwendungen nicht ausfallen.

Flexibel und elastisch

Stellen Sie On-Premise-, Cloud- oder Hybridmodelle bereit, um Ihre Geschäftsanforderungen zu erfüllen.

Automatische Skalierung von Clustern zur Erfüllung der Anforderungen dynamischer Workloads.