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。

+ 展开
HPE GreenLake ML Ops 服务
模型构建
观看视频:“HPE Ezmeral 机器学习运维”视频
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,以探索各种企业数据源,同时尝试各种机器学习或深度学习框架,选择最适用于解决您的业务问题的模型。

模型训练
观看演示:构建和训练模型
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。

模型部署与监控
观看演示:部署模型
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。

协作
观看演示:设置项目存储库
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。

安全和控制
共享基础设施和数据源上的多租户和数据隔离

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。

混合部署
混合云就绪

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。

  • 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 ML OPS 技术视频

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。

+ 展开
HPE Ezmeral ML Ops

这种软件解决方案扩展了 HPE Ezmeral Runtime Enterprise 的功能。它通过实施与 DevOps 类似的流程来规范和加速机器学习工作流程,支持整个 ML 生命周期,同时使数据科学团队能够一键部署分布式 AI/ML 环境,同时安全地访问他们需要的数据。

成功案例展示
Optum 徽标

Advisory Board (Optum) 使用 HPE Ezmeral 改善企业 AI 和 ML 的业务成果

Advisory Board (Optum) 使用 HPE Ezmeral 基于容器的平台,部署了基于大数据的预测性分析和机器学习。了解他们如何优化运维并削减成本,同时改善美国医院的患者护理。

挑战

帮助美国各地医院将其大数据转化为可付诸行动的洞见,从而实现业务价值。

解决方案

分布式 ML 和分析应用的部署,以及计算和内存与存储的分隔。

“HPE Ezmeral 通过容器化解决方案帮助我们成功应对了这些挑战,不仅加快了我们获取洞见的速度,还降低了我们的成本并使我们的员工专注创新。这给我们的组织带来了巨大的回报,我们期待着继续与 HPE 携手并进。”

Advisory Board (Optum) 执行董事 Ramesh Thyagarajan

结果

公司要提高运营效率、降低基础设施成本并改善患者护理,就迫切需要数据驱动型深刻洞见。 

观看视频