實作機器學習

  • 分析師報告
  • PDF 503 KB
  • 10

概觀

ML Ops 新興領域意在為整個 ML 生命週期提供敏捷性和速度,與 DevOps 對軟體開發週期的效用類似。慧與和 Intel 最近委託 Forrester 開展了一項研究,研究中重點突出了在投資 ML Ops 的企業中,為何有 97% 的組織相信此舉能夠帶來競爭優勢。這次研究的參與者認為,這些投資有望使獲利率增長 53%;客戶體驗提升 52%;資料科學最佳做法和增強技能採用率提高 49%。

機器學習 (ML) 是企業 AI 的基本建置區塊。過去幾年來,業界已針對 ML 的各種使用案例,完成了高層次試驗。

由慧與和 Intel® 協力為您打造。




HPE Ezmeral ML Ops

慧與提供企業級容器型平台:HPE Ezmeral ML Ops。HPE Ezmeral ML Ops 可為 ML 生命週期的各個階段提供支援,譬如資料準備、模型建置、模型訓練、模型部署、協同合作和監控等。HPE Ezmeral ML Ops 是端對端資料科學解決方案,可以在內部部署環境、多個公用雲端或以混合模式靈活運作,並能回應各種使用案例中的動態業務需求。

Intel:
為了使用即時分析提供業務洞察,企業需要端對端的策略,以便在橫越邊緣到雲端的整個架構中,最佳化從擷取到封存的資料生命週期各個階段。Intel 擁有全面且高度整合的解決方案生態系統,可以運用其中廣泛的技術產品組合加速取得資料驅動型洞察。搭載 Intel® 技術的解決方案具備處理大量記憶體內部資料所需的效能,並且能在已知且可信任的基礎架構上順暢、靈活地進行橫向和縱向擴充。