HPE Machine Learning Ops geeft AI innovatie boost

11-09-2019 | door: Witold Kepinski

HPE Machine Learning Ops geeft AI innovatie boost

Hewlett Packard Enterprise (HPE) heeft een op containers gebaseerde softwareoplossing aangekondigd, HPE ML Ops, ter ondersteuning van de volledige levenscyclus van machine learning-modellen voor on-premises, public cloud- en hybride cloudomgevingen.

De nieuwe oplossing introduceert een DevOps-achtig proces om workflows voor machine learning te standaardiseren en AI-implementaties van maanden tot dagen te versnellen aldus HPE

De nieuwe HPE ML Ops-oplossing breidt de mogelijkheden van het BlueData EPIC container software platform uit, waardoor data science teams on-demand toegang hebben tot containeromgevingen voor gedistribueerde AI / ML en analyse. BlueData werd in november 2018 door HPE overgenomen om haar AI-, analyse- en containeraanbod te versterken en vormt een aanvulling op HPE's hybride IT-oplossingen en HPE Pointnext Services voor bedrijfs-AI-implementaties.

Enterprise AI

De acceptatie van Enterprise AI is de afgelopen vier jaar meer dan verdubbeld en organisaties blijven aanzienlijke tijd en middelen investeren in het bouwen van modellen voor machine learning en diep leren voor een breed scala van AI-gebruikscasussen zoals fraudedetectie, gepersonaliseerde geneeskunde en voorspellende klantanalyses zo meldt HPE.

De grootste uitdaging voor technische professionals is echter het operationeel maken van ML, ook wel de 'last mile' genoemd, om deze modellen met succes te implementeren en te beheren en bedrijfswaarde te ontgrendelen. Volgens Gartner zal tegen 2021 ten minste 50 procent van de machine learning-projecten niet volledig worden ingezet vanwege een gebrek aan operationalisering.

Machine Learning

HPE ML Ops transformeert AI-initiatieven van experimenten en pilootprojecten naar bedrijfsgerichte operaties en productie door de hele levenscyclus van machine learning aan te pakken, van gegevensvoorbereiding en modelbouw tot training, implementatie, monitoring en samenwerking."Alleen operationele modellen voor machine learning bieden bedrijfswaarde", zegt Kumar Sreekanti, SVP en CTO, Hybrid IT bij HPE. “En met HPE ML Ops bieden we de enige enterprise-class oplossing om de end-to-end machine learning lifecycle voor on-premises en hybride cloud-implementaties te operationaliseren. We brengen DevOps snelheid en wendbaarheid bij machine learning en leveren sneller time-to-value voor AI in de onderneming.”

Met de HPE ML Ops-oplossing kunnen data science-teams die betrokken zijn bij het bouwen en implementeren van ML-modellen profiteren van de meest uitgebreide operationalisatie in de branche en levenscyclusbeheeroplossing voor enterprise AI zo meldt HPE:

Modelbouw : voorverpakte, self-service sandbox-omgevingen voor ML-tools en data science-notebooks

Modeltraining : schaalbare trainingsomgevingen met veilige toegang tot gegevens

Modelimplementatie : flexibele en snelle implementatie met reproduceerbaarheid

Modelbewaking: end-to-end zichtbaarheid gedurende de ML-modellevenscyclus

Samenwerking: schakel CI / CD-workflows in met code-, model- en projectrepository's

Beveiliging en controle: veilige multi-tenancy met integratie in bedrijfsauthenticatiemechanismen

Hybride implementatie: ondersteuning voor on-premises, public cloud of hybride cloud

De HPE ML Ops oplossing werkt met een breed scala van open source machine learning en diep leren frameworks waaronder Keras, MXNet, PyTorch en TensorFlow alsmede de commerciële machine learning applicaties van het ecosysteem software partners zoals Dataiku en H2O.ai zo meldt HPE.

Beschikbaarheid

HPE ML Ops is over het algemeen nu beschikbaar als een softwareabonnement, samen met HPE Pointnext Services en klantenondersteuning.

Terug naar nieuws overzicht