加速机器学习管道和智能应用交付

为 AI/ML 工作负载构建混合云平台

各行各业的领导龙头都开始利用人工智能（AI）和机器学习（ML）来交付业务成果。

红帽领先的开放式混合云平台整合了容器、Kubernetes、DevOps 等先进技术与实践，并由广泛的合作伙伴技术生态系统提供支持，帮助您为生产就绪型 AI/ML 环境构建坚实的基础，同时提供 AI 云服务和快速采用培训。

为什么 AI/ML 至关重要

由 AI 和 ML 提供支持的智能应用可帮助您加速执行业务关键型计划。许多企业都开始在生产和智能应用中使用 AI/ML，自动发现、学习并提供预测和建议，从而获取竞争优势，并为战略规划提供信息。

常见用例包括：自动驾驶、预测性维护、改进供应链、改进风险分析、减少欺诈、更具个性化的服务、更快获得研究成果、疾病诊断和治疗，以及通过智慧城市、天气及气候模拟和人口健康来保护公民的生命健康。

虽然采用 AI/ML 的优势很多，但也会带来严峻的挑战。除了硬件投资，创建敏捷的 AI/ML 环境还会涉及架构、文化和流程方面的考虑。专有解决方案既复杂又不灵活，会使得大规模集成和操作 AI/ML 工作负载变得越来越困难。

开源容器和 Kubernetes DevOps 实践是加速 AI 和 ML 生命周期及智能应用交付的关键。这些技术为数据科学家提供了在生产中培训、测试和部署模型所需的敏捷性、灵活性、可移植性和可扩展性。

红帽认证合作伙伴生态系统允许您将所选的 AI/ML 和应用开发工具集成到此架构中，使您能够为智能应用成功采用 AI/ML，并改善业务成果。

¹The Forrester Wave™：2020 年第 3 季度多云容器开发平台报告，Forrester Research，2020 年 9 月。Bartoletti D、Dai C 等人。

AI 框架

Kubernetes 上的 AI/ML 框架

红帽与认证合作伙伴生态系统密切合作，扩展并增强我们的基础架构解决方案与端到端集成的产品组合，提供直接解决用例并获得成功的定制解决方案。

加快 ML 生命周期的一个重要部分是 Kubernetes 操作器——这是一种封装、部署和管理合作伙伴解决方案附带的 Kubernetes 应用的方法。红帽 OpenShift 要依靠操作器，让团队成员摆脱重复的维护工作，从而减少运维工作和成本，提高服务可靠性，激发创新潜能。红帽与合作伙伴密切合作以满足关键认证标准。通过集成到红帽 OpenShift 的 Operator Hub，可轻松联系合作伙伴中符合高质量标准的经过全面认证的操作器。

为何面向 AI/ML 部署容器、Kubernetes 和 DevOps？

AI/ML 认证合作伙伴软件解决方案

红帽 AI 合作伙伴基于红帽基础架构完成并优化 AI/ML 应用开发。他们可利用各种解决方案完成 AI 管道，这些解决方案包括数据集成和准备、AI 模型开发和训练，以及基于新数据对服务和推理（做出预测）进行建模。所有这些方案均可依托于自助服务混合多云平台的支持，让数据科学家、数据工程师和软件开发人员保持敏捷并相互协作，并能跨本地、公共云和边缘位置获得一致体验。

加拿大皇家银行（RBC）及其 AI 研究机构 Borealis AI 与红帽和 NVIDIA 合作构建私有云 AI，以加快转型智能应用的上市时间，增强客户体验。借助红帽 OpenShift 和 NVIDIA 的 DGX AI 计算系统，RBC 只需花费以前所用时间的一小部分，即可运行数千次模拟和分析数以百万计的数据点。