紅帽今年4月底舉行全球用戶大會期間,除了發表企業級Linux作業系統8.4新版,還宣布推出多項代管式雲端服務,它們能橫跨整個混合雲環境,針對雲端原生應用程式,進行組建、部署、管理、擴大或縮小執行規模,並且緊密整合紅帽負責維運與代管的OpenShift Dedicated,能減緩維運現代化IT環境的複雜度,而且不需要犧牲開發者產能來完成相關工作,紅帽表示,將提供多種通用功能,以便完整且廣泛涵蓋開放混合雲與多雲架構。

我們現在所要介紹的Red Hat OpenShift Data Science,正是其中之一,它能提供資料科學團隊一個有彈性的沙盒(sandbox)環境,裡面包含一些最新推出的資料科學工具,針對機器學習的模型,更快進行相關的開發、訓練、測試,還能將模型匯出,置於充分支援容器應用的格式當中,將這些模型部署到智慧應用系統。

同時,這套代管服務提供的資料處理環境,是具有後勤技術支援、能讓使用者進行自助式服務──資料科學家與機器學習工程師能夠在此實現日常作業,涵蓋資料的收集、準備,一直到機器學習模型的測試與訓練。同時,在這裡,用戶可以從紅帽的合作廠商,以及獨立軟體開發商所提供的解決方案,廣泛接觸各種機器學習技術。

在運作架構上,OpenShift Data Science是從OpenShift Dedicated,以及 Red Hat OpenShift Service on AWS(ROSA),所附加上去的延伸應用解決方案;

同時,它本身是基於開放原始碼Open Data Hub的專案而成,當中實作了多種通用的資料科學工具(提供超過30種機器學習工具),作為人工智慧即服務平臺(AI-as-a-Service)的基礎,並整合特定合作廠商的雲端服務──當中包含獨立軟體廠商提供的解決方案,都已上架到紅帽跨雲軟體市集Red Hat Marketplace。

用戶可運用OpenShift提供的Source-to-Image(S2i)工具包,程式碼建構(builds)能將機器學習的實驗處理,轉換成容器化的模型,可自動部署到智慧應用系統當中。

若單就Open Data Hub而言,原本就是基於紅帽旗下的多種系統平臺而而成,OpenShift就是其中之一,還有Red Hat Ceph Storage、Red Hat AMQ Streams等產品,以及幾種開放原始碼軟體專案,可協助企業建構開放的機器學習平臺,又能得到各種工具。

關於軟體工具的運用上,OpenShift Data Science預設啟動JupyterLab的系統服務,讓使用者以Jupyter Notebooks開發機器學習模型,以及實作分析技術。由於這裡具有受到廣泛嘗試與測試的Notebook映像可選擇,用戶可以將這些映像載入紅帽提供的容器映像,隨後運用最新推出的各種應用程式框架,像是TensorFlow與PyTorch。

若要加速處理模型訓練與測試,這項代管服務可隨時根據用戶需求來連接GPU,藉此減少開發模型所需時間,並獲取洞察分析結果,有益於快速進行原型設計(prototyping),以及試驗應用案例。

產品資訊

Red Hat OpenShift Data Science
●原廠:Red Hat
●建議售價:廠商未提供
●解決方案提供形式:代管雲端服務
●系統需求:Red Hat OpenShift Dedicated、Red Hat OpenShift Service on AWS●工具軟體來源:Open Data Hub
●提供機器學習建模與圖表產生的工具:Jupyter Hub、TensorFlow、PyTorch
●資料擷取、工程、治理與儲存工具:S3
●GPU支援工具:Nvidia GPU Operator●模型服務工具:OpenShift Source-to-Image

【註:規格與價格由廠商提供,因時有異動,正確資訊請洽廠商】


熱門新聞

Advertisement