DataRobot, постачальник платформи для створення застосунків штучного інтелекту, придбав Agnostic, постачальника розподіленої обчислювальної платформи з відкритим кодом під назвою Covalent, яка буде інтегрована з її структурою операцій машинного навчання (MLOps). Про це повідомляє DevOps.com.
Створена на основі Python, Covalent — це платформа, яка надає ІТ-командам безсерверну обчислювальну структуру, що дає їм можливість максимально використовувати ІТ-інфраструктуру.
Венкі Верарагаван, директор із продуктів DataRobot, сказав, що Covalent забезпечить основу для розгортання застосунків у масштабі гібридного ІТ-середовища, використовуючи набір робочих процесів на основі Git. Він надає ІТ-командам вищий рівень абстракції, що спрощує керування групою кластерів, які працюють під керуванням Kubernetes, Slurm або Nomad.
Крім того, ІТ-команди зможуть налаштовувати правила на основі порогових значень вартості й затримки, щоб створювати черги, які визначають, яким конкретним процесам потрібно присвоїти пріоритет.
Оскільки все більше організацій починають створювати й розгортати агентів штучного інтелекту, що працюють на кількох класах процесорів, стане надзвичайно важливою здатність контролювати, як ІТ-інфраструктура розподіляється для тисяч агентів ШІ.
Covalent дає можливість організаціям досягати цієї мети у такий спосіб, щоб організація не була прив’язана до певної інфраструктурної платформи.
Agnostic повідомляє, що понад 5000 користувачів користуються платформою Covalent, яка була завантажена більш ніж 140 000 разів. Багато із цих екземплярів спочатку були розгорнуті групами з обробки даних, але в міру створення й розгортання більшої кількості застосунків із ШІ відповідальність за керування механізмами висновків, на яких базуються ці програми, швидко переходить до ІТ-команд.
Завданням стає інтеграція розгортання механізмів висновків ШІ з робочими процесами DevOps, які використовуються для створення й розгортання інших програмних артефактів.
Загалом робочі процеси MLOps використовуються групами наукових спеціалістів для створення моделей ШІ. DataRobot, придбавши Agnostic, тепер розширює свій вплив на сферу управління інфраструктурою, щоб подолати розрив між командами з обробки даних, які створюють моделі штучного інтелекту, та ІТ-командами, які все більше відповідають за їх розгортання.
Кожна організація має визначити, як найкраще інтегрувати свої робочі процеси MLOps і DevOps. Єдине, що можна сказати напевно, це те, що попереду багато технічних і культурних проблем.
Читайте також на ProIT: Збільшення кількості інструментів знижує продуктивність розробників.
Підписуйтеся на ProIT у Telegram, щоб не пропустити жодної публікації!
