Un nouvel outil Amazon simplifie la livraison de modèles d'apprentissage machine conteneurisés – TechCrunch

Dans le cadre des nombreuses annonces d’AWS re: Invent publiées cette semaine, Amazon a annoncé la publication d’Amazon SageMaker Operators for Kubernetes, un moyen pour les scientifiques et les développeurs de données de simplifier la formation, le réglage et le déploiement de modèles d’apprentissage par machine conteneurisés.

Les modèles d'apprentissage des machines d'emballage dans des conteneurs peuvent contribuer à leur mise en œuvre plus rapidement au sein des organisations. Cependant, pour y parvenir, il faut souvent beaucoup de gestion supplémentaire. Amazone Les opérateurs SageMaker pour Kubernetes sont supposés faciliter l’exécution et la gestion de ces conteneurs, ainsi que de l’infrastructure sous-jacente nécessaire à l’exécution des modèles et des flux de travail associés.

«Alors que Kubernetes offre aux clients contrôle et portabilité, exécuter des charges de travail ML sur un cluster Kubernetes pose des défis uniques. Par exemple, l’infrastructure sous-jacente nécessite une gestion supplémentaire, telle que l’optimisation en termes d’utilisation, de coût et de performance; se conformer aux exigences réglementaires et de sécurité appropriées; et d’assurer une disponibilité et une fiabilité élevées », Aditya Bindal d’AWS a écrit dans un article de blog présentant la nouvelle fonctionnalité.

Lorsque vous combinez cela avec les flux de travail associés à la mise en place d'un modèle d'apprentissage automatique au sein d'une organisation à grande échelle, il fait partie d'un pipeline de livraison beaucoup plus vaste, difficile à gérer entre les services et aux besoins variés en ressources.

C’est précisément ce que les opérateurs Amazon SageMaker pour Kubernetes ont été conçus pour aider les équipes DevOps. «Les opérateurs Amazon SageMaker pour Kubernetes comblent cet inconvénient et les clients sont désormais épargnés par le lourd travail d'intégration de leurs flux de travail Amazon SageMaker et Kubernetes. À partir d'aujourd'hui, les clients utilisant Kubernetes peuvent faire un appel simple à Amazon SageMaker, un service modulaire et entièrement géré facilitant la création, la formation et le déploiement de modèles d'apprentissage machine (ML) à grande échelle », a écrit Bindal.

La promesse de Kubernetes est qu’elle peut orchestrer la livraison des conteneurs au bon moment, mais si vous n’avez pas automatisé la livraison de l’infrastructure sous-jacente, vous pouvez provisionner trop ou pas assez et ne pas fournir la quantité correcte de ressources nécessaires à l’exécution. le travail. C’est là que ce nouvel outil, associé à SageMaker, peut aider.

«Avec les flux de travail dans Amazon SageMaker, les ressources de calcul sont préconfigurées et optimisées, ne sont provisionnées que sur demande, redimensionnées en fonction des besoins et arrêtées automatiquement lorsque les travaux sont terminés, offrant une utilisation proche de 100%», écrit Bindal.

Les opérateurs Amazon SageMaker pour Kubernetes sont disponibles aujourd'hui dans certaines régions AWS.

Traduit de la source : https://techcrunch.com/2019/12/02/new-amazon-tool-simplifies-delivery-of-containerized-machine-learning-models/

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.