Si chiama HPE Machine Learning (ML) Ops e velocizza il time-to-value della AI riducendolo da mesi a giorni la nuova soluzione annunciata dal mercato da Hewlett Packard Enterprise.
Basata su container e già disponibile sotto forma di abbonamento software insieme con i servizi e il supporto clienti HPE Pointnext, HPE ML Ops supporta l’intero ciclo di vita dei modelli di machine learning residenti on-premises, su cloud pubblici o in ambienti cloud ibridi e 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 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.
L’adozione della AI nei contesti enterprise è più che raddoppiata negli ultimi quattro anni e le aziende continuano a investire significative quantità di tempo e risorse nella messa a punto di modelli di machine learning e deep learning per una vasta gamma di casi di utilizzo, come il rilevamento delle frodi, la medicina personalizzata o la customer analytics predittiva. Tuttavia, la sfida più difficile affrontata dai tecnici risiede nella 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.
Come riferito in una nota ufficiale da Ritu Jyoti, program vice president, Artificial Intelligence (AI) Strategies di IDC: «Dal retail alle banche all’industria, fino alla sanità e oltre, non c’è praticamente settore che non stia adottando o considerando progetti AI/ML per sviluppare prodotti e servizi innovativi e conquistare un vantaggio competitivo. Sebbene la maggior parte delle aziende stia procedendo spedita lungo la fase di costruzione e addestramento dei rispettivi progetti AI/ML, esse stanno tuttavia facendo fatica a operazionalizzare l’intero ciclo di vita ML, dalla prova concettuale alla fase pilota, per poi arrivare al deployment in produzione e al monitoraggio. HPE sta colmando questo gap affrontando l’intero ciclo di vita ML con la sua proposta basata su container e indipendente dalla piattaforma, allo scopo di supportare una serie di requisiti operativi ML, accelerare il time-to-insights complessivo e promuovere risultati di business superiori».
Con la soluzione HPE ML Ops, i team responsabili della data science coinvolti nella costruzione e nel deployment di modelli ML possono sfruttare la più completa soluzione per l’operazionalizzazione e la gestione del ciclo di vita delle AI enterprise.
La soluzione HPE ML Ops funziona con una vasta gamma di framework open source dedicati al machine learning e al deep learning come Keras, MXNet, PyTorch e TensorFlow, oltre che con applicazioni di machine learning commerciali prodotte da software partner di ecosistema quali Dataiku e H2O.ai.
