实施企业级机器学习
HPE Ezmeral ML Ops 可实现流程标准化，并提供预打包工具，用于构建、训练、部署和监控机器学习工作流程，使您在 ML 生命周期的每个阶段都能获得 DevOps 般的速度和敏捷性。
- 模型构建
- 模型训练
- 模型部署与监控
- 协作
预打包的自助式沙箱环境
使用首选的数据科学工具快速启动环境，探索各种企业数据源，并尝试各种机器学习或深度学习框架，以选择最适用于解决您的业务问题的模型。
借助 HPE Ezmeral Early Access，开发人员可以在发布前试用新产品，亲身体验产品的新特性和新功能。
单节点或分布式多节点容器化环境
用于开发和测试或生产工作负载的自助式按需环境。高性能培训环境，其中计算与存储分离，能够安全访问本地存储或基于云的存储中的共享企业数据源。
利用多租户和数据隔离实现组织内部各个项目、小组或部门之间的逻辑分离。该平台能够与企业安全和身份验证机制（例如 LDAP、Active Directory 和 Kerberos）相集成。
部署到容器中，可全面掌握 ML 管道的情况
将模型的运行时映像（Python、R、H2O 等）部署到容器化端点。使用模型注册表，跟踪模型版本，并在需要时无缝地更新模型。全面了解运行时资源的使用情况。跟踪、测量和报告模型性能，并保存和检查每个评分请求的输入和输出。与第三方软件报告模型集成的准确性和可解释性。
在任何基础设施、多公有云（Amazon® Web Services、Google® Cloud Platform 或 Microsoft® Azure）或混合模型中，运行本地 HPE Ezmeral ML Ops 软件，从而有效利用资源并降低运维成本。
CI/CD。A/B 测试或金丝雀测试
HPE Ezmeral ML Ops 支持使用即开即用的集成工具（如 GitHub）进行源代码控制。在模型注册表中为各种运行时引擎存储多个模型（包含元数据的多个版本）。在大规模部署之前，运行 A/B 测试或金丝雀测试对模型进行验证。集成的项目存储库可简化协作，并提供沿袭跟踪功能以提高可审计性。
- 53%提升盈利能力
Forrester%EF%BC%9A%E5%AE%9E%E6%96%BD%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%EF%BC%8C2020%20%E5%B9%B4%206%20%E6%9C%88 - 52%优化客户体验
Forrester%EF%BC%9A%E5%AE%9E%E6%96%BD%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%EF%BC%8C2020%20%E5%B9%B4%206%20%E6%9C%88 - 49%增强数据科学最佳实践的采用效果
Forrester%EF%BC%9A%E5%AE%9E%E6%96%BD%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%EF%BC%8C2020%20%E5%B9%B4%206%20%E6%9C%88
HPE EZMERAL ML OPS 产品详情
HPE Ezmeral ML Ops 通过一个平台帮助企业克服“最后一公里”挑战，该平台提供云一般的体验，并结合预打包的工具来实施从试点到生产的整个机器学习生命周期。
ML Ops 点播学习
学习点播课程，掌握人工智能 (AI) 和机器学习 (ML) 基本知识和实践技术经验，了解 HPE Ezmeral ML Ops。目前大约只有 20% 的 ML 项目已切实投产，因此，了解 AI 和 ML 的基本概念和学习算法的工作原理非常重要。