Account 登录
Jump to section

利用红帽 OpenShift 发展 AI/ML

复制 URL

凭借自助式的红帽 OpenShift 或 AI/ML 云服务,红帽帮助加速 AI/ML 工作流和 AI 驱动的智能应用的交付

 

ML 生命周期是什么? 

它是一个多阶段的过程,旨在借助各种海量数据、丰富的计算和开源机器学习工具来构建智能应用。

总体而言,它的生命周期有 4 个阶段:

  1. 收集和准备数据以确保输入数据的完整性和高质量
  2. 开发模型,包括训练、测试和选择具有最高预测精度的模型
  3. 在应用开发过程中集成模型 ,并进行推理
  4. 模型监控和管理,旨在衡量业务绩效和解决潜在的生产数据漂移问题

数据科学家主要负责 ML 建模,确保所选模型持续提供最高的预测准确性。

 

数据科学家面临的主要挑战是:

  • 选择和部署正确的 ML 工具(例如 Apache Spark、Jupyter notebook、TensorFlow 和 PyTorch 等)
  • 训练、测试、选择和复训 ML 模型以获得最高预测准确性需要大量时间,且过程复杂
  • 由于缺乏硬件加速功能,建模和推理任务的执行速度很缓慢
  • 反复依赖 IT 运维来置备和管理基础架构
  • 需要与数据工程师和软件开发人员合作,确保输入数据的清洁,并在应用开发过程中成功部署 ML 模型

容器和 Kubernetes 是加速 ML 生命周期的关键,因为这些技术为数据科学家提供了训练、测试和部署 ML 模型所急需的敏捷性、灵活性、可移植性和可扩展性。

红帽® OpenShift® 是行业领先的容器和 Kubernetes 混合云平台。它提供了所有关键优势,并通过集成式 DevOps 功能(如 OpenShift Pipelines、OpenShift GitOps 和红帽 Quay)以及与硬件加速器的集成,帮助数据科学家和软件开发人员更有效地协作,并加速智能应用在混合云(数据中心、边缘和公共云)上的部署。

    为数据科学家赋能

    • 跨混合云为数据科学家提供一致的自助式云体验
    • 赋予数据科学家灵活性和可移植性,让他们可以使用所选择的容器化 ML 工具来快速构建、扩展、复制和共享 ML 模型。
    • 通过红帽认证的 Kubernetes Operator,为红帽自助式和 AI 云服务选项使用最契合的 ML 工具。
    • 消除对 IT 团队的依赖,为计算密集型的迭代式 ML 建模任务置备基础架构。
    • 无需再担忧"受制于"任何特定云提供商及其 ML 工具选项
    • 与 CI/CD 工具紧密集成,ML模型可以根据需要快速迭代部署。

     

    加速计算密集型的 ML 建模工作

    OpenShift 通过红帽认证的 GPU operator,集成了流行的硬件加速器(如 NVIDIA GPU),从而可以无缝地满足高计算资源要求,帮助选择最佳 ML 模型以提供最高预测准确性,并在模型在生产中遇到新数据时协助 ML 推理工作。

     

    开发智能应用

    把 OpenShift DevOps 自动化功能注入到 ML 生命周期,为数据科学家、软件开发人员和 IT 运维之间的协作提供支持,ML 模型也因此可以快速集成到智能应用的开发中。这能够有效提高生产力,并简化 ML 驱动的智能应用的生命周期管理。

    • 通过 OpenShift Build 在容器模型镜像仓库的基础上构建应用。
    • 借助 OpenShift Pipelines 对 ML 模型驱动的智能应用进行持续的迭代开发。
    • 借助 OpenShift GitOps 对 ML 模型驱动的智能应用进行持续的自动化部署。
    • 采用红帽 Quay 镜像仓库,方便对模型容器镜像和微服务进行版本管理。

    OpenShift 正在帮助各行各业的组织通过在混合云中开发智能应用来加速业务和任务关键型计划的实施。经典的用例包括欺诈检测、数据驱动的诊断和治疗、互联汽车、自动驾驶、石油和天然气勘探、自动保险报价和理赔处理等。

    分析报告:赋能 AI 计划的开源和云端软件

    成功案例:创新数据平台助力 HCA Healthcare 拯救生命

    视频:BMW 互联驾驶使用红帽 OpenShift

    红帽决策管理器是一个云原生业务规则和决策平台,支持 ML 模型与决策模型集成。随后,这些模型可以作为 OpenShift 上的微服务用于推理。通过与 Prometheus 和 Grafana 等监控工具的集成,实现对生产中 ML 模型的业务性能的监控和管理。

    有关红帽决策管理器的更多信息,请查阅红帽决策管理器产品页面,或访问红帽开发人员网站。

    为了满足 ML 生命周期中各阶段(从数据获取和准备、ML 建模到推理)的 PB 级存储需求,红帽打造了红帽数据服务。红帽数据服务中包含的红帽 Ceph 存储是一个开源的软件定义存储系统,能为 S3 对象、块和文件存储提供全面支持,并具有在行业标准的商品硬件大规模扩展的能力。

    例如,您可以通过 S3 或持久卷向 OpenShift 上的容器化 Jupyter Notebook 提供可扩展的 Ceph 存储。

    Open Data Hub 项目是一个基于红帽 OpenShift、红帽 Ceph 存储、红帽 AMQ 流和若干上游开源项目的功能架构,旨在建立一个包含必需 ML 工具的开放 ML 平台。

    关于 Open Data Hub 项目的更多信息,请阅读博客,并由此开始构建。

    扩展阅读

    电子书

    构建生产就绪型 AI/ML 环境的首要考虑因素

    学习

    交互式学习门户

    OpenShift 上的人工智能和机器学习

    为开发人员和数据科学家量身打造的工具

    Illustration - mail

    获取更多类似的内容

    免费订阅我们的 Red Hat Shares 通讯邮件

    Red Hat logo LinkedInYouTubeFacebookTwitter

    产品

    工具

    试用购买与出售

    沟通

    关于红帽

    我们是世界领先的企业开源解决方案供应商,提供包括 Linux、云、容器和 Kubernetes。我们致力于提供经过安全强化的解决方案,从核心数据中心到网络边缘,让企业能够更轻松地跨平台和环境运营。

    订阅我们的新闻稿 Red Hat Shares

    立即注册

    选择语言

    © 2022 Red Hat, Inc. 京ICP备09066747号