機械学習の導入

  • アナリストレポート
  • PDF 503 KB
  • 10

概要

ML Opsという新たな分野が目指すのは、DevOpsがソフトウェア開発ライフサイクルにメリットをもたらしたように、MLライフサイクルにアジリティとスピードをもたらすことです。HPEとインテルの委託を受けてForrester社が最近行った調査によると、ML Opsに投資している企業組織の97%が、ML Opsは競争力の強化に役立つと考えています。今回の調査に回答した企業は、ML Opsへの投資によって収益性が53%改善されてカスタマー・エクスペリエンスが52%向上し、データサイエンスのベストプラクティスの導入が49%増えるとともにスキルが49%向上すると予想しています。

機械学習 (ML) は、企業におけるAIの運用に欠かせない要素となっています。ここ数年は、広範なユースケースでMLを活用する高度な実験が進められてきました。

それを可能にするのはHPEとインテル®。




HPE Ezmeral ML Ops

HPEは、エンタープライズグレードのコンテナベースのプラットフォームである、HPE Ezmeral ML Opsを提供しています。HPE Ezmeral ML Opsは、データの準備からモデルの構築、トレーニング、展開、さらには連携と監視まで、MLライフサイクルの各段階をサポートしています。HPE Ezmeral ML Opsは、オンプレミス、複数のパブリッククラウド、またはハイブリッドモデルで柔軟に実行できるエンドツーエンドのデータサイエンスソリューションであり、さまざまなユースケースにおける動的なビジネス要件に対応することができます。

インテル:
企業がリアルタイム分析を利用してビジネスに有益な情報を引き出すには、データの取り込みからアーカイブまで、そしてエッジからクラウドまでのアーキテクチャー全体で、データライフサイクルの各段階を最適化するエンドツーエンドの戦略を構築する必要があります。包括的かつ高度に統合されたソリューションエコシステムに含まれる、インテルの広範なテクノロジーポートフォリオにより、データ主導の有益な情報をより多く引き出すことができます。インテル®テクノロジーを基盤とするソリューションは、メモリ上の膨大なデータを処理できるパフォーマンスだけでなく、信頼されている既存のインフラストラクチャでシームレスにスケールアップ/スケールアウトが行える柔軟性も備えています。