A Hewlett anuncia o lançamento de uma solução de software baseada em contêiner, a HPE ML Ops, para ajudar todo o ciclo de vida de machine learning em ambientes on-premises, de cloud pública ou híbrida. A nova solução apresenta um processo baseado no conceito DevOps, padronizando workflows de machine learning e acelerando as implantações de IA de meses para dias.
A tecnologia amplia os recursos da plataforma de software de contêiner BlueData EPIC™, provendo ao time de ciência de dados acesso on-demand a ambientes em contêiner para IA, machine learning e analytics. A BlueData foi adquirida pela HPE em novembro de 2019 para reforçar suas ofertas nessas áreas e complementar o portfólio da companhia em soluções de TI híbrida e em serviços oferecidos pelo HPE Pointnext.
O processo de adoção de inteligência artificial por empresas mais do que dobrou nos últimos quatro anos, e as organizações continuam a investir tempo e recursos na construção de modelos de machine e deep learning para uma grande variedade de casos de uso de IA, como detecção de fraudes, medicina personalizada e análises preditivas. Contudo, o maior desafio dos profissionais vem sendo operacionalizar machine learning, justamente a “a última milha” do processo de implementar, gerenciar e efetivamente extrair valor disso para os negócios.
O HPE ML Ops transforma as iniciativas de IA de experimentações e projetos-piloto a operações de nível empresarial com produção por meio do endereçamento de todo o ciclo de vida de machine learning – da preparação de dados e modelo de construção ao treinamento, implementação, monitoramento e colaboração.
“Somente modelos operacionais de machine learning entregam valor ao negócio”, afirma Kumar Sreekanti, SVP e CTO de Hybrid Cloud na HPE. “Com o HPE ML Ops entregamos a única solução de classe empresarial que operacionaliza o ciclo de vida de machine learning de ponta a ponta para implementações on-premisses ou em cloud híbrida. Estamos trazendo a velocidade DevOps para ML e promovendo um time-to-value da IA mais rápido para a organização”.
O HPE ML Ops trabalha com uma ampla variedade de estruturas de machine e deep learning de código aberto, incluindo Keras, MXNet, Pytorch e TensorFlow, bem como com aplicações comerciais de ML do ecossistema de parceiros de software como Dataiku e H2O.ai.
