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。

熱門新聞

Advertisement