全新 MLOps 功能和 Cloudera SDX可擴展到模型，消除了機器學習用例的部署與擴展障礙，令 AI 驅動型業務如虎添翼。

北京，2020年5月7日 – 企業數據云公司 Cloudera 于今日發布 Cloudera Machine Learning（CML）產品中的 MLOps 生產機器學習功能擴展集。企業機構可以使用 CML 的全新 MLOps 功能和可擴展至模型的 Cloudera SDX來管理和保護生產環境中機器學習生命周期。數據科學家、機器學習工程師和操作人員可以在一個統一的解決方案中開展協作，從而大幅縮短價值實現時間，并將生產環境機器學習模型的業務風險降至最低。

獨立咨詢公司 Blue Badge Insights 的創始人兼首席執行官 Andrew Brust 表示：“已完成機器學習采納試驗階段的公司希望將生產中的部署擴展到整個業務中數百乃至數千個機器學習模型。這一規模的模型管理、監控和治理流程無法量身定制。通過真正的機器學習運營平臺，公司可以讓人工智能化身為其數字化轉型業務的關鍵組成部分。”

該版本 Cloudera Machine Learning 內置全新 MLOps 功能和可擴展至模型的 Cloudera SDX。它所提供的基本模型和生命周期管理功能集可實現大規模模型部署和機器學習用例數量所必需的可重復、透明且可治理的方法。 

其優點包括：

• 獨特的模型分類和沿襲功能可實現整個機器學習生命周期的可視化，杜絕孤島和盲點，賦予整個生命周期透明性、可解釋性和問責制度。
• 完整的端對端機器學習生命周期管理，包括將機器學習模型安全部署到生產線、確保準確性和擴展用例所需的一切。
• 先進的模型監控服務，以可重復、安全和可擴展的方式追蹤和監控各技術方面以及預測的準確性。
• 建立在100％開源標準之上，并與 Cloudera Data Platform 完全集成，使客戶在集成現有和未來工具的同時，不會被固定于單家供應商。

Cloudera 首席產品官 Arun Murthy 表示：“ Cloudera 一直與業內大型客戶和合作伙伴開展合作，為機器學習元數據建立開放標準。我們的 Cloudera Machine Learning已采用了這些標準，提供在大規模生產中部署和長期使用機器學習模型所需的一切。作為首個端對端機器學習解決方案， Cloudera Machine Learning憑借一流的模型部署、安全、治理和監控能力管理全生命周期，涵蓋從數據到機器學習所帶來的跨混合云和多云業務影響。”

Cloudera Machine Learning（CML）中的生產機器學習功能擴展集包括：

用于監控機器學習模型功能和業務性能的全新 MLOps 功能 ：

• 通過本地存儲和訪問自定義與任意模型指標檢測模型性能和長期變化。
• 衡量并追蹤單項預測的準確性，確保模型合規并達到最佳性能。

用于模型的 Cloudera SDX 擴展了 SDX 治理功能，現在支持模型：

• 通過 Apache Atlas 中的模型分類、全生命周期沿襲和自定義元數據來追蹤、管理和了解部署于整個企業中的大量機器學習模型。
• 查看與單個系統中構建和部署的模型相關聯的數據沿襲，幫助管理和治理機器學習生命周期。
• 增強 Model REST 端點的模型安全，使模型能夠用于 CML 生產環境且不影響其安全。

產品供應和定價

 Cloudera Machine Learning 內置全新 MLOps 功能和可擴展到模型的 Cloudera SDX。目前該解決方案作為 Cloudera Machine Learning 平臺的集成部件在 Microsoft Azure 和 AWS上 的 CDP 中提供。定價以小時計，每個實例每小時 0.68 美元起。

關于Cloudera

在 Cloudera，我們相信數據可以使今天的不可能，在明天成為可能。我們使人們能夠將復雜的數據轉換為清晰而可行的洞察力。Cloudera 為任何地方的任何數據從邊緣到人工智能提供企業數據云平臺服務。在開源社區不懈創新的支持下， Cloudera推動了全球最大型企業的數字化轉型歷程。了解更多，請聯系。

本文轉自Cloudera中國