기계 학습 운영화

  • 애널리스트 보고서
  • PDF 503 KB
  • 10

개요

새로운 영역인 ML Ops의 목표는 소프트웨어 개발 수명 주기에서 DevOps의 역할과 비슷하게 ML 수명 주기에 민첩성을 제공하고 ML 수명 주기를 가속화하는 것입니다. 최근 HPE와 인텔의 의뢰로 진행한 Forrester의 연구 결과 ML Ops에 투자하는 엔터프라이즈 조직의 97%가 경쟁 우위를 확보하게 될 것이라고 믿습니다. 이 연구에 참여한 응답자는 투자를 통해 수익 증대(53%), 고객 경험 향상(52%), 데이터 과학 성공 사례 도입 증가 및 기술 강화(49%) 효과를 기대합니다.

ML(기계 학습)은 엔터프라이즈에서 AI를 위한 기본 빌딩 블록입니다. 지난 몇 년간 다양한 사용 사례의 ML로 높은 수준의 실험이 진행되었습니다.

HPE 및 인텔® 제공




HPE Ezmeral ML Ops

HPE는 엔터프라이즈 등급 컨테이너 기반 플랫폼인 HPE Ezmeral ML Ops를 제공합니다. HPE Ezmeral ML Ops는 ML 수명 주기의 모든 단계(데이터 준비, 모델 구축, 모델 교육, 모델 배포, 협업, 모니터링)를 지원합니다. HPE Ezmeral ML Ops는 온프레미스, 다중 퍼블릭 클라우드 또는 하이브리드 모델에서 유연하게 실행하고, 다양한 사용 사례에서 동적인 비즈니스 요건에 대응할 수 있는 엔드 투 엔드 데이터 과학 솔루션입니다.

인텔:
실시간 분석을 사용하여 비즈니스 인사이트를 제공하기 위해 기업은 처리부터 아카이빙까지, 엣지부터 클라우드까지 아키텍처 전반에서 데이터 수명 주기의 모든 단계를 최적화하는 엔드 투 엔드 전략이 필요합니다. 포괄적이고 고도로 통합된 솔루션 에코시스템에 포함된 인텔의 광범위한 기술 포트폴리오는 데이터 기반 인사이트를 가속화합니다. 인텔® 기술에 기반한 솔루션이 대규모 데이터 인메모리 처리에 필요한 성능과 이미 잘 알고 신뢰하는 인프라에서 원활하게 확장 및 축소할 수 있는 유연성을 제공합니다.