<span id="zxgpa"><output id="zxgpa"><nav id="zxgpa"></nav></output></span>
        1. ?

          用深度學習改變業務,數據科學平臺cnvrg.io攜手NetApp一起提供MLOps數據集緩存

          作者 : 電子商務

          日期 : 2020-09-01 07:38

          消息,近日,數據科學平臺cvg.io簡化了模型管理并將MLOps引入行業,它宣布與NeApp公司.建立合作關系,這是第一個利用cvg.io數據集緩存工具的工具,該工具集可立即從緩存中提取數據集的功能對于任何ML工作。

          Cvg Neapp合作伙伴

          該公司提供的是第一個使用數據集緩存進行端到端ML開發的ML平臺。

          緩存使數據集可以在幾秒鐘內即可使用,而無需花費數小時,并且緩存的數據集可以由連接到緩存數據的同一計算集群中的多個團隊授權和使用。公司的客戶已在生產級別使用數據集緩存。

          擁有數百個數據集提供模型的情況并不少見。

          但是,這些數據集可能遠離訓練模型的計算,例如在公共云或數據湖中。

          借助NeApp和公司的數據集緩存功能,用戶可以緩存所需的數據集(和/或它們的版本),并確保它們位于附加在進行訓練的GPU計算群集或CPU群集的ONTAP AI存儲中。緩存所需的數據集后,不同的團隊成員可以多次使用它們。

          該公司的數據集緩存功能可由ONTAP AI存儲服務器的任何cvg.io用戶使用。連接到組織后,數據科學家可以將其數據集的提交緩存在該網絡文件系統(NFS)上。緩存提交后,用戶可以將其附加到作業中以立即獲得對數據的高吞吐量訪問,并且該作業將不需要在啟動時克隆數據集。

          數據集緩存功能具有以下業務優勢:

          提高生產力 ‐可以立即使用數據集,而無需花費數小時。

          改進的共享和協作 ‐緩存的數據集可以由連接到緩存數據的同一計算集群中的多個團隊授權和使用。

          降低成本 ‐模型正在從緩存中提取數據集,從而減少了每次下載的費用。

          運營混合云 ‐數據集緩存提供了本地高性能鏡像存儲。

          多云數據集移動性 ‐使用本地緩存作為數據的控制點。

          NeApp AI和數據工程高級技術總監Saosh Rao說:“ 深度學習工作負載是獨特的,因為它們需要訪問可能來自不同數據源和分散位置的大型數據集中的隨機數據樣本。&dquo; “ 此外,深度學習需要接近GPU計算集群的高性能數據,這需要結合高性能閃存存儲系統,邊緣,核心和云的連接器以實現分散的數據位置訪問,并支持NFS廣泛使用的數據源格式或統一數據平臺上的其他文件系統。NeApp與cvg.io建立了首個同類合作伙伴關系,旨在通過深度學習來改變其業務,從而將這些功能帶給全球客戶。“

          cvg.io首席執行官兼聯合創始人Yochay Eu說:“ 我們與NeApp的合作關系提高了數據團隊的生產力和效率。“ 我們很高興推出用于ML的數據集緩存,以便為NeApp用戶和cvg.io用戶提供更快,更簡化的訪問權限,并提供高級數據管理和數據版本控制功能的工具,使數據團隊可以專注于數據科學技術復雜性。“

          關于cvg.io:

          這是一個AI操作系統,將企業管理,擴展和加速AI和數據科學開發的方式從研究轉化為生產。代碼優先平臺是由數據科學家為數據科學家構建的,并提供了在本地或云上運行的靈活性。


          国产区女主播在线观看