Cuenta Iniciar sesión
Jump to section

La inteligencia artificial y el aprendizaje automático en Red Hat OpenShift

Copiar URL

Red Hat utiliza la versión autogestionada de OpenShift o sus servicios de nube para agilizar los flujos de trabajo de la inteligencia artificial y el aprendizaje automático y la distribución de las aplicaciones que usan la IA.

 

¿Qué es el ciclo de vida del aprendizaje automático? 

Se trata de un proceso de varias etapas que permite aprovechar las grandes cantidades de datos de diferentes tipos, las numerosas funciones informáticas y las herramientas open source de aprendizaje automático para diseñar las aplicaciones inteligentes.

En general, hay cuatro pasos en el ciclo de vida:

  1. La recopilación y la preparación de los datos, para garantizar que no falte ninguno y que todos sean de buena calidad
  2. El desarrollo de modelos, lo cual implica el entrenamiento, las pruebas y la selección del modelo que realice las predicciones más precisas
  3. La integración de los modelos al proceso de desarrollo de las aplicaciones, y la realización de inferencias
  4. La gestión y la supervisión de los modelos, para medir el rendimiento de la empresa y abordar los posibles desajustes de los datos en la producción

Los analistas de datos se encargan principalmente de crear los modelos de aprendizaje automático y de seleccionar el que garantice mayor precisión en las predicciones.

 

Los desafíos más importantes que enfrentan son:

  • La selección y la implementación de las herramientas adecuadas de ML (por ejemplo, Apache Spark, Jupyter Notebook, TensorFlow, PyTorch, entre otras)
  • El tiempo que supone entrenar, probar, seleccionar y volver a entrenar el modelo de ML que ofrece la mayor precisión en sus predicciones, y todas las complejidades asociadas
  • La ejecución lenta de los procesos para crear modelos y realizar inferencias debido a la falta de sistemas de hardware ágiles
  • La dependencia permanente del equipo de operaciones de TI para implementar y gestionar la infraestructura
  • La colaboración con los ingenieros de datos y los desarrolladores de software para garantizar el buen estado de los datos que ingresan al sistema y la correcta implementación del modelo de ML en los procesos de desarrollo de las aplicaciones

Tanto los contenedores como Kubernetes son tecnologías fundamentales para acelerar el ciclo de vida del ML, ya que ofrecen a los analistas de datos la agilidad, la flexibilidad, la portabilidad y la capacidad de ajuste que necesitan para entrenar, probar e implementar los modelos de ML.

Red Hat® OpenShift® es la plataforma de Kubernetes y contenedores líder del sector para la nube híbrida. Gracias a que incorpora las funciones de DevOps (como OpenShift Pipelines, OpenShift GitOps y Red Hat Quay) y la integración con las unidades de agilización de las tareas por medio del hardware, los analistas de datos y los desarrolladores de software pueden trabajar mejor en conjunto. Además, acelera la implementación de las aplicaciones inteligentes en la nube híbrida (el centro de datos, el extremo de la red y las nubes públicas).

    Mejora el trabajo de los analistas de datos

    • Les ofrece una experiencia uniforme y de autoservicio en toda la nube híbrida.
    • Les brinda la flexibilidad y la portabilidad para que elijan las herramientas de ML organizadas en contenedores que desean utilizar, lo cual les permitirá diseñar, ajustar, replicar y compartir los modelos rápidamente.
    • Les permite utilizar las herramientas más relevantes de ML mediante los operadores de Kubernetes certificados de Red Hat, tanto para nuestro servicio de nube de IA como para la opción autogestionada.
    • Elimina la dependencia del equipo de TI para preparar la infraestructura donde se llevarán a cabo las tareas repetitivas de creación de modelos de ML, las cuales consumen muchos recursos informáticos.
    • Evita la dependencia de un solo proveedor de nube y de su cartera de herramientas de ML.
    • Se integra directamente con las herramientas de CI/CD para agilizar la implementación constante de los modelos de ML, según sea necesario.

     

    Agiliza las tareas de creación de modelos de ML que consumen muchos recursos informáticos

    OpenShift se integra con las unidades conocidas para la agilización de las tareas por medio del hardware, como las unidades de procesamiento gráfico (GPU) de NVIDIA mediante el GPU Operator certificado por Red Hat. Esto le permite cumplir fácilmente con los requisitos de uso intensivo de los recursos informáticos y seleccionar el modelo que ofrezca las predicciones más precisas, así como las mejores inferencias de ML, a medida que recibe datos nuevos en la producción.

     

    Desarrolla aplicaciones inteligentes

    La implementación de las funciones de automatización de DevOps de OpenShift en el ciclo de vida del aprendizaje automático posibilita la colaboración entre los analistas de datos, los desarrolladores de software y los equipos de operaciones de TI para integrar rápidamente los modelos de ML al desarrollo de las aplicaciones inteligentes. Esto no solo ayuda a aumentar la productividad, sino también a simplificar la gestión del ciclo de vida de estas aplicaciones, las cuales utilizan la tecnología de aprendizaje automático.

    • Aproveche el registro de imágenes de contenedores de los modelos con OpenShift Build.
    • Desarrolle permanentemente aplicaciones inteligentes impulsadas por los modelos de ML con OpenShift Pipelines.
    • Automatice la implementación continua de las aplicaciones inteligentes impulsadas por los modelos de ML con OpenShift GitOps.
    • Utilice un repositorio de imágenes para crear versiones de los microservicios y de las imágenes de contenedores de los modelos con Red Hat Quay.

    Las empresas de diversos sectores utilizan OpenShift para desarrollar aplicaciones inteligentes en la nube híbrida, lo cual les permite agilizar las iniciativas empresariales más importantes. Algunos ejemplos de casos prácticos son: la detección de fraudes, los diagnósticos y tratamientos basados en los datos, los vehículos conectados, la conducción autónoma, la exploración de hidrocarburos, las cotizaciones de seguros automatizadas y el procesamiento de los reclamos.

    Informe de analistas: Software open source y basado en la nube para impulsar las iniciativas de IA

    Caso de éxito:HCA Healthcare utiliza una plataforma de datos innovadora para salvar vidas

    Video:BMW ConnectedDrive con Red Hat OpenShift

    Red Hat Decision Manager es una plataforma de toma de decisiones y reglas empresariales para la nube que permite integrar los modelos de ML a los de decisiones, los cuales se pueden implementar como microservicios para realizar predicciones en OpenShift. Además, la incorporación de las herramientas de supervisión, como Prometheus y Grafana, permite controlar y gestionar el desempeño empresarial de los modelos de ML en la producción.

    Consulte la página de Red Hat Decision Manager o el sitio Red Hat Developer para obtener más información sobre la plataforma.

    Red Hat Data Services se diseñó para abordar los requisitos de almacenamiento en petabytes en el ciclo de vida del aprendizaje automático, desde el ingreso y la preparación de los datos, hasta la creación de los modelos de ML y la etapa de inferencias. Su cartera de productos incluye Red Hat Ceph Storage, un sistema open source de almacenamiento definido por el software que ofrece soporte integral para el almacenamiento de archivos, bloques y objetos de S3, y brinda una gran capacidad de ajuste en el hardware básico del sector.

    Por ejemplo, puede incorporar el almacenamiento flexible de Ceph a la aplicación en contenedores Jupyter Notebook en OpenShift a través de S3 o de los volúmenes permanentes.

    El proyecto Open Data Hub es una arquitectura funcional basada en Red Hat OpenShift, Red Hat Ceph Storage, Red Hat AMQ Streams y otros proyectos open source upstream que permite diseñar una plataforma abierta de aprendizaje automático con las herramientas necesarias.

    Consulte los blogs para obtener más información sobre el proyecto Open Data Hub, y disfrute de sus ventajas.

    Obtenga más información

    Ebook

    Principales consideraciones para diseñar un entorno de AI/ML listo para la producción

    Aprendizaje

    Portal de aprendizaje interactivo

    AI and Machine Learning on OpenShift

    Herramienta para los desarrolladores y los analistas de datos

    OpenShift Data Science logo

    Red Hat® OpenShift® Data Science es un servicio de nube gestionado para los analistas de datos y los desarrolladores de aplicaciones inteligentes. Ofrece un espacio aislado totalmente compatible que permite desarrollar, entrenar y probar rápidamente modelos de aprendizaje automático (ML) en la nube pública antes de implementarlos en la producción.

    Illustration - mail

    Obtenga más contenido como este

    Suscríbase a nuestro boletín informativo: Red Hat Shares.