Cloudera宣布，Cloudera Machine Learning(CML)現(xiàn)在可以使用一組擴展的MLOps生產(chǎn)機器學(xué)習(xí)功能。組織可以使用CML的新MLOps功能和用于模型的Cloudera SDX來管理和保護ML生命周期，以進行生產(chǎn)機器學(xué)習(xí)。數(shù)據(jù)科學(xué)家，機器學(xué)習(xí)工程師和操作員可以在一個統(tǒng)一的解決方案中進行協(xié)作，從而大大縮短了實現(xiàn)價值的時間，并將生產(chǎn)機器學(xué)習(xí)模型的業(yè)務(wù)風(fēng)險降至最低。

獨立咨詢公司Blue Badge Insights的創(chuàng)始人兼首席執(zhí)行官Andrew Brust說：“超過機器學(xué)習(xí)采用試驗階段的公司正在尋求將整個生產(chǎn)中的部署擴展到數(shù)百甚至數(shù)千個ML模型。” “如此規(guī)模的管理，監(jiān)視和控制模型絕非定制過程。借助真正的ML運營平臺，公司可以使AI成為其數(shù)字化轉(zhuǎn)型業(yè)務(wù)的關(guān)鍵任務(wù)組件。”

具有新MLOps功能的Cloudera機器學(xué)習(xí)版本和用于模型的Cloudera SDX發(fā)行，提供了一組基本的模型和生命周期管理功能，以實現(xiàn)可伸縮，透明和受管的方法，這些方法是擴展模型部署和ML用例所必需的。

好處包括：

獨特的模型分類和沿襲功能 使您可以查看整個ML生命周期，從而消除孤島和盲點，從而實現(xiàn)整個生命周期的透明性，可解釋性和責(zé)任感。

完整的端到端機器學(xué)習(xí)生命周期管理 ，包括將機器學(xué)習(xí)模型安全地部署到生產(chǎn)環(huán)境，確保準確性和擴展用例所需的一切。

一流的模型監(jiān)視服務(wù)， 旨在以可重復(fù)，安全和可擴展的方式跟蹤和監(jiān)視技術(shù)方面以及預(yù)測的準確性。

建立在100%開源標準之上， 并與Cloudera Data Platform完全集成，使客戶可以集成到現(xiàn)有和將來的工具中，而不必局限于單個供應(yīng)商。

“ Cloudera一直在我們的行業(yè)中與一些最大的客戶和合作伙伴合作，為機器學(xué)習(xí)元數(shù)據(jù)建立開放標準，” Cloudera首席產(chǎn)品官Arun Murthy說。“我們已經(jīng)將這些標準實施為Cloudera機器學(xué)習(xí)的一部分，以提供企業(yè)在大規(guī)模生產(chǎn)中部署和維持機器學(xué)習(xí)模型所需的一切。憑借一流的模型部署，安全性，治理和監(jiān)視，這是第一個端到端ML解決方案，可用于從數(shù)據(jù)到ML驅(qū)動的跨混合和多云業(yè)務(wù)影響的全生命周期管理。”

Cloudera Machine Learning(CML)中提供的擴展的生產(chǎn)機器學(xué)習(xí)功能集包括：

新的MLOps功能 可監(jiān)視機器學(xué)習(xí)模型的功能和業(yè)務(wù)績效：

利用本機存儲并訪問自定義和任意模型指標，檢測模型性能并隨時間推移進行漂移。

測量和跟蹤單個預(yù)測的準確性，確保模型符合要求并實現(xiàn)最佳性能。

用于模型的Cloudera SDX 擴展了SDX治理功能，現(xiàn)在支持模型：

通過模型分類，完整的生命周期沿襲以及Apache Atlas中的自定義元數(shù)據(jù)，跟蹤，管理和了解整個企業(yè)中部署的大量ML模型。

查看與在單個系統(tǒng)中構(gòu)建和部署的模型有關(guān)的數(shù)據(jù)沿襲，以幫助管理和控制ML生命周期。

增強了Model REST端點的模型安全性，從而允許在CML生產(chǎn)環(huán)境中為模型提供服務(wù)而又不損害安全性。

供貨情況和價格

具有新MLOps功能的Cloudera Machine Learning和適用于模型的Cloudera SDX在CDP上都可用于Microsoft Azure和Amazon Web Services，這是Cloudera Machine Learning平臺的組成部分。CML按小時收費，每個實例的起價為$ 0.68 /小時。詳細的CDP和CML定價信息可在此處找到 。