全新 MLOps 功能和 Cloudera SDX可擴(kuò)展到模型，消除了機(jī)器學(xué)習(xí)用例的部署與擴(kuò)展障礙，令 AI 驅(qū)動(dòng)型業(yè)務(wù)如虎添翼。

北京，2020年5月7日 – 企業(yè)數(shù)據(jù)云公司 Cloudera 于今日發(fā)布 Cloudera Machine Learning（CML）產(chǎn)品中的 MLOps 生產(chǎn)機(jī)器學(xué)習(xí)功能擴(kuò)展集。企業(yè)機(jī)構(gòu)可以使用 CML 的全新 MLOps 功能和可擴(kuò)展至模型的 Cloudera SDX來(lái)管理和保護(hù)生產(chǎn)環(huán)境中機(jī)器學(xué)習(xí)生命周期。數(shù)據(jù)科學(xué)家、機(jī)器學(xué)習(xí)工程師和操作人員可以在一個(gè)統(tǒng)一的解決方案中開展協(xié)作，從而大幅縮短價(jià)值實(shí)現(xiàn)時(shí)間，并將生產(chǎn)環(huán)境機(jī)器學(xué)習(xí)模型的業(yè)務(wù)風(fēng)險(xiǎn)降至最低。

獨(dú)立咨詢公司 Blue Badge Insights 的創(chuàng)始人兼首席執(zhí)行官 Andrew Brust 表示：“已完成機(jī)器學(xué)習(xí)采納試驗(yàn)階段的公司希望將生產(chǎn)中的部署擴(kuò)展到整個(gè)業(yè)務(wù)中數(shù)百乃至數(shù)千個(gè)機(jī)器學(xué)習(xí)模型。這一規(guī)模的模型管理、監(jiān)控和治理流程無(wú)法量身定制。通過真正的機(jī)器學(xué)習(xí)運(yùn)營(yíng)平臺(tái)，公司可以讓人工智能化身為其數(shù)字化轉(zhuǎn)型業(yè)務(wù)的關(guān)鍵組成部分?！?/span>

該版本 Cloudera Machine Learning 內(nèi)置全新 MLOps 功能和可擴(kuò)展至模型的 Cloudera SDX。它所提供的基本模型和生命周期管理功能集可實(shí)現(xiàn)大規(guī)模模型部署和機(jī)器學(xué)習(xí)用例數(shù)量所必需的可重復(fù)、透明且可治理的方法。 

其優(yōu)點(diǎn)包括：

• 獨(dú)特的模型分類和沿襲功能可實(shí)現(xiàn)整個(gè)機(jī)器學(xué)習(xí)生命周期的可視化，杜絕孤島和盲點(diǎn)，賦予整個(gè)生命周期透明性、可解釋性和問責(zé)制度。
• 完整的端對(duì)端機(jī)器學(xué)習(xí)生命周期管理，包括將機(jī)器學(xué)習(xí)模型安全部署到生產(chǎn)線、確保準(zhǔn)確性和擴(kuò)展用例所需的一切。
• 先進(jìn)的模型監(jiān)控服務(wù)，以可重復(fù)、安全和可擴(kuò)展的方式追蹤和監(jiān)控各技術(shù)方面以及預(yù)測(cè)的準(zhǔn)確性。
• 建立在100％開源標(biāo)準(zhǔn)之上，并與 Cloudera Data Platform 完全集成，使客戶在集成現(xiàn)有和未來(lái)工具的同時(shí)，不會(huì)被固定于單家供應(yīng)商。

Cloudera 首席產(chǎn)品官 Arun Murthy 表示：“ Cloudera 一直與業(yè)內(nèi)大型客戶和合作伙伴開展合作，為機(jī)器學(xué)習(xí)元數(shù)據(jù)建立開放標(biāo)準(zhǔn)。我們的 Cloudera Machine Learning已采用了這些標(biāo)準(zhǔn)，提供在大規(guī)模生產(chǎn)中部署和長(zhǎng)期使用機(jī)器學(xué)習(xí)模型所需的一切。作為首個(gè)端對(duì)端機(jī)器學(xué)習(xí)解決方案， Cloudera Machine Learning憑借一流的模型部署、安全、治理和監(jiān)控能力管理全生命周期，涵蓋從數(shù)據(jù)到機(jī)器學(xué)習(xí)所帶來(lái)的跨混合云和多云業(yè)務(wù)影響?！?/span>

Cloudera Machine Learning（CML）中的生產(chǎn)機(jī)器學(xué)習(xí)功能擴(kuò)展集包括：

用于監(jiān)控機(jī)器學(xué)習(xí)模型功能和業(yè)務(wù)性能的全新 MLOps 功能 ：

• 通過本地存儲(chǔ)和訪問自定義與任意模型指標(biāo)檢測(cè)模型性能和長(zhǎng)期變化。
• 衡量并追蹤單項(xiàng)預(yù)測(cè)的準(zhǔn)確性，確保模型合規(guī)并達(dá)到最佳性能。

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

• 通過 Apache Atlas 中的模型分類、全生命周期沿襲和自定義元數(shù)據(jù)來(lái)追蹤、管理和了解部署于整個(gè)企業(yè)中的大量機(jī)器學(xué)習(xí)模型。
• 查看與單個(gè)系統(tǒng)中構(gòu)建和部署的模型相關(guān)聯(lián)的數(shù)據(jù)沿襲，幫助管理和治理機(jī)器學(xué)習(xí)生命周期。
• 增強(qiáng) Model REST 端點(diǎn)的模型安全，使模型能夠用于 CML 生產(chǎn)環(huán)境且不影響其安全。

產(chǎn)品供應(yīng)和定價(jià)

 Cloudera Machine Learning 內(nèi)置全新 MLOps 功能和可擴(kuò)展到模型的 Cloudera SDX。目前該解決方案作為 Cloudera Machine Learning 平臺(tái)的集成部件在 Microsoft Azure 和 AWS上 的 CDP 中提供。定價(jià)以小時(shí)計(jì)，每個(gè)實(shí)例每小時(shí) 0.68 美元起。

關(guān)于Cloudera

在 Cloudera，我們相信數(shù)據(jù)可以使今天的不可能，在明天成為可能。我們使人們能夠?qū)?fù)雜的數(shù)據(jù)轉(zhuǎn)換為清晰而可行的洞察力。Cloudera 為任何地方的任何數(shù)據(jù)從邊緣到人工智能提供企業(yè)數(shù)據(jù)云平臺(tái)服務(wù)。在開源社區(qū)不懈創(chuàng)新的支持下， Cloudera推動(dòng)了全球最大型企業(yè)的數(shù)字化轉(zhuǎn)型歷程。了解更多，請(qǐng)聯(lián)系。

本文轉(zhuǎn)自Cloudera中國(guó)