HPE presenta la solución HPE ML Ops para acelerar el desarrollo con Inteligencia Artificial

0

Hewlett Packard Enterprise (HPE) ha presentado una solución de software basada en contenedores, HPE ML Ops, diseñada para dar soporte a todo el ciclo de vida del Machine Learning para entornos de cloud pública, privadas e híbrida. La nueva solución presenta un modelo similar a los DevOps para estandarizar los flujos de trabajo en la implantación de plataformas de Machine Learning y reducir los tiempos de despliegue de meses a días.

La nueva solución HPE ML Ops amplía las capacidades de la plataforma de software basada en contenedores BlueData EPIC, proporcionando a los equipos dedicados al análisis de datos acceso bajo demanda a entornos de contenedores de Machine Learning y Deep Learning distribuidos. BlueData fue adquirida por HPE en noviembre de 2018 para reforzar su oferta de IA, análisis de datos y contenedores, y complementa también las soluciones de TI híbridas de HPE y los servicios HPE Pointnext para despliegues de IA empresarial.

La adopción de la IA en el entorno empresarial se ha más que duplicado en los últimos cuatro años y las organizaciones continúan invirtiendo en proyectos basados en Machine Learning y Deep Learning para casos de uso como detección del fraude, medicina personalizada o análisis predictivo de clientes. En su mayoría, una vez descubierto el modo en que estos desarrollos añaden valor al negocio, el principal reto es desplegar y gestionar con éxito estos modelos de inteligencia artificial. Según los datos de Gartner que señala HPE, en 2021, al menos el 50 por ciento de los proyectos de Machine Learning no se habrán desplegado completamente debido a la falta de operatividad de los mismos.

Según la compañía, HPE ML Ops transforma y facilita la gestión de las iniciativas de IA desde las fases de experimentación y los proyectos piloto, hasta la puesta en producción final, abordando todo el ciclo de vida del Machine Learning. HPE ML Ops ayuda a una mejor preparación de los datos, desde la creación de modelos, hasta la formación, implementación, monitorización y colaboración.

Con la solución HPE ML Ops, los analistas pueden participar en la creación e implementación de modelos ML y beneficiarse de la solución de gestión del ciclo de vida y operaciones más completa del sector para la IA empresarial:

  • Modelos de arquitectura: permiten a los analistas acceder a entornos pre-empaquetados para construir distintas arquitecturas con un rápido despliegue.
  • Modelos de entrenamiento: se dispone de una amplia librería de modelos escalables de entrenamiento con acceso seguro a los datos.
  • Modelos de despliegue: para permitir una rápida implementación.
  • Modelos de monitorización: con objeto de tener visibilidad de extremo a extremo en todo el ciclo de vida del modelo ML.
  • Colaboración: habilitar flujos de trabajo de CI/CD con repositorios de códigos, modelos y proyectos.
  • Seguridad y control: soporte de entornos seguros multi-usuario y multi-cliente con integración a los mecanismos de autenticación empresariales.
  • Despliegue híbrido: compatibilidad con cloud local, cloud pública o cloud híbrida

La solución HPE ML Ops funciona con una amplia gama de entornos de código abierto para Machine Learning y Deep Learning entre los que se incluyen Keras, MXNet, PyTorch y TensorFlow, así como aplicaciones comerciales como Dataiku y H2O.ai. HPE ML Ops está disponible ahora como una suscripción de software, junto con los servicios de implementación de HPE Pointnext y los servicios de atención al cliente.

About Author

Avatar

Periodista especializado con más de 18 años de experiencia en tecnología. He sido director de publicaciones como Macworld (dedicada al mundo Apple) o TechStyle (dedicada a electrónica de consumo) y después he trabajado con TICbeat.com como responsable de desarrollo de producto. Actualmente trabajo como Chief Content Officer en GlobbTV.

Leave A Reply