▾ G11 Media Network: | ChannelCity | ImpresaCity | SecurityOpenLab | GreenCity | Italian Channel Awards | Italian Project Awards | ...

HPE, DevOps per l’AI con una soluzione per gestire l'intero ciclo di vita del Machine Learning

ML Ops velocizza il time-to-value dell’AI riducendolo da mesi a giorni introducendo l'agilità di DevOps nel ciclo di vita dei modelli di ML

Tecnologie Cloud
Hewlett Packard Enterprise propone oggi HPE ML Ops, una soluzione software basata su container che supporta l'intero ciclo di vita dei modelli di machine learning residenti on-premises, su cloud pubblici o in ambienti cloud ibridi. La nuova soluzione introduce un processo simile a DevOps che permette di standardizzare i workflow di machine learning e accelera i deployment AI riducendoli da mesi a giorni. 

La nuova soluzione HPE ML Ops, spiega una nota, estende le capacità della piattaforma software BlueData EPIC, che fornisce ai team responsabili della data science accesso on-demand ad ambienti containerizzati per attività di analytics e AI/ML. BlueData è stata acquisita da HPE nel novembre 2018 allo scopo di arricchirne le proposte dedicate ad AI, analytics e container, affiancandosi alle soluzioni Hybrid IT di HPE e ai servizi Pointnext per i deployment AI enterprise. 

Oggi, tra le sfide dell’AI vi è l’operazionalizzazione del ML, quel che è altrimenti detto “ultimo miglio”, per implementare e gestire tali modelli e ricavarne valore di business. HPE ML Ops trasforma le iniziative AI da sperimentazioni e progetti pilota in attività operative e di produzione di livello enterprise, affrontando l'intero ciclo di vita del machine learning, dalla preparazione dei dati e dalla costruzione dei modelli all'addestramento, al deployment, al monitoraggio e alla collaborazione. 

“Solamente i modelli di machine learning operativi restituiscono valore di business”, sottolinea Kumar Sreekanti, SVP e CTO, Hybrid IT di HPE. “E con HPE ML Ops proponiamo l'unica soluzione di classe enterprise capace di operazionalizzare il ciclo di vita end-to-end del machine learning nei deployment on-premises e su cloud ibridi. Estendiamo di fatto la velocità e l'agilità di DevOps al machine learning, velocizzando il time-to-value della AI negli ambienti enterprise”.
Se questo articolo ti è piaciuto e vuoi rimanere sempre informato con le notizie di ImpresaCity.it iscriviti alla nostra Newsletter gratuita.

Notizie correlate

Iscriviti alla nostra newsletter

Soluzioni B2B per il Mercato delle Imprese e per la Pubblica Amministrazione

Iscriviti alla newsletter