实施机器学习
- 分析师报告
- PDF 503 KB
- 10
概述
新出现的 ML Ops 旨在为整个 ML 生命周期提供敏捷性和速度，与 DevOps 对软件开发周期的作用类似。由 HPE 和英特尔联合委托 Forrester 在近期进行的一项研究重点探讨了，在投资 ML Ops 的企业组织中，为何有 98% 的企业认为这样会给他们带来竞争优势。这项研究的参与者预计，投资将使盈利率增长 53%；数据科学最佳实践和增强技能采用率提高 49%。
HPE 提供企业级容器型平台 — HPE Ezmeral ML Ops。从数据准备、模型构建、模型培训、模型部署，一直到协作和监控，HPE Ezmeral ML Ops 可为机器学习生命周期的各个阶段提供支持。HPE Ezmeral ML Ops 是一款端到端数据科学解决方案，可以灵活地在本地、多个公有云或一个混合模型中运行，并响应各种用例中的动态业务需求。
英特尔：
为利用实时分析提供业务洞见，企业需要利用端到端策略优化数据生命周期的各个阶段 — 在整个架构中，从吸收到存档，从边缘到云。英特尔拥有广泛的技术组合，蕴含在全面且高度集成的解决方案生态系统中，可加速获取数据驱动型洞见。基于英特尔® 技术的解决方案可提供处理大量内存数据所需的性能，以及在受信任的基础设施上无缝横向和纵向扩展的灵活性。