D2iQ推出企業級端到端機器學習平臺Kaptain

D2iQ宣布其雲端原生端到端機器學習平臺Kaptain 1.0上市，Kaptain以Kubernetes機器學習工具包Kubeflow為基礎，讓開發者能夠快速地開發和部署人工智慧工作負載，Kaptain提供了一系列完整的機器學習工具，包括Jupyter Notebooks，並提供現成可用的GPU訓練框架、工具和函式庫，此外，用戶也可以按需求安裝需要的套件。

D2iQ之前的名字稱為Mesosphere，其主要的產品是建立於Apache Mesos上的軟體，被稱為資料中心的作業系統，在2019年時，Mesosphere重新命名為D2iQ，而Kaptain這個產品，最早於2020年6月的時候出現，但是當時被稱為KUDO for Kubeflow，而現在正式發布，被更名為Kaptain，其目的是要用來簡化在Kubernetes上進行機器學習開發的複雜度。

D2iQ提到，企業將機器學習投入生產，主要會遇到幾個障礙，雲端原生人工智慧和機器學習技術因為較新，近5年才出現，企業可能缺乏相關技術，而且相關的工具很複雜，雲端原生機器學習工具約將近300種。此外，結合Kubernetes和機器學習技術，讓問題更加複雜，且對企業來說，還需要關注可靠性、安全性和可擴展性等重點。

Kaptain便是D2iQ創建來解決這些問題的解決方案，Kaptain是一個以Kubeflow為基礎的企業端到端機器學習平臺，能夠解決結構性和組織性的問題，加速機器學習雛形到真正投入生產的過程，企業可以使用Kaptain開發和部署大規模機器學習工作負載，滿足對安全性和法遵需求。Kaptain使用D2iQ Konvoy Kubernetes版本，可以在公有雲、裸機和虛擬機器上，或是混合雲環境上部署。

除了Kubeflow專案，Kaptain還加入不少機器學習必要的工具，諸如TensorFlow、PyTorch和MXNet等，以及開箱即用的GPU支援，用戶可以使用熟悉的筆記本進行操作，讓資料科學家也能夠簡單地使用，所有工作都可以在Jupyter Notebooks中完成。而Kaptain SDK讓資料科學家可以不降採樣的利用整個資料集，訓練機器學習模型。

Kaptain的一大優點便是能提升機器學習應用開發速度，用戶可以在幾分鐘內，將機器學習專案雛形直接轉為生產可用的部署，其借助了Kubernetes的擴展性和可靠性，強健地自動擴展基礎設施，使其適用於訓練、調校和部署模型。