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.

Création de modèle
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.

HPE Ezmeral Early Access

HPE Ezmeral en accès anticipé permet aux développeurs d’essayer de nouveaux produits avant leur sortie et d’acquérir une expérience pratique de leurs nouvelles fonctions et capacités.

Entraînement de modèle ML
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 hautes performances qui dissocient les capacités de calcul et de stockage et offrent un accès sécurisé aux sources de données partagées de l’entreprise, qu’elles soient sur site ou stockées sur le cloud.

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 et surveillance de 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 la justesse et l’interprétabilité des modèles.

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.

Collaboration
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 afin d’améliorer l’auditabilité du modèle.

  • 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.

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.

Regarder la démo interactive

Profitez de cette démonstration pour interagir avec les derniers cas d’utilisation du portefeuille de solutions HPE Ezmeral Software, dont HPE Ezmeral Container Platform, HPE Ezmeral ML Ops et HPE Ezmeral Data Fabric.

Un problème est survenu. Veuillez réessayer ultérieurement.

Merci !

Nous vous contacterons bientôt.