Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK

Intelligenza artificiale: la nuova soluzione HPE per accelerare l’innovazione

pittogramma Zerouno

News

Intelligenza artificiale: la nuova soluzione HPE per accelerare l’innovazione

HPE ML Ops introduce un processo simile a DevOps che permette di standardizzare i workflow di machine learning e accelera i deployment di intelligenza artificiale promettendo di ridurli da mesi a giorni

01 Ott 2019

di Redazione

HPE ML Ops, è la soluzione software basata su container presentata da Hewlett Packard Enterprise per supportare 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 di intelligenza artificiale promettendo di ridurli da mesi a giorni.

Più nello specifico, la nuova soluzione 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 di intelligenza artificiale/machine learning.

In pratica, HPE ML Ops è stato progettato per trasformare le iniziative di intelligenza artificiale 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 in poi. I team responsabili della data science coinvolti nella costruzione e nel deployment di modelli di machine learning con HPE ML Ops possono sfruttare una soluzione completa per l’operazionalizzazione e la gestione del ciclo di vita delle iniziative AI: per esempio, per la costruzione dei modelli (grazie ad ambienti sandbox self-service pre-pacchettizzati per i tool ML e i notebook per la data science); per il loro addestramento (con ambienti di training scalabili con accesso protetto ai dati) e deployment rapido; quindi, possono contare su una visibilità end-to-end sul ciclo di vita del modello di machine learning per il monitoraggio e così via.

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.

“Solamente i modelli di machine learning operativi – ha dichiarato Kumar Sreekanti, SVP e CTO, Hybrid IT di HPE – restituiscono valore di business. 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”.

“Dal retail alle banche all’industria, fino alla sanità e oltre – ha spiegato Ritu Jyoti, program vice president, Artificial Intelligence Strategies di IDC – 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”.

R

Redazione

Nel corso degli anni ZeroUno ha esteso la sua originaria focalizzazione editoriale, sviluppata attraverso la rivista storica, in un più ampio sistema di comunicazione oggi strutturato in un portale, www.zerounoweb.it, una linea di incontri con gli utenti e numerose altre iniziative orientate a creare un proficuo matching tra domanda e offerta.

Argomenti trattati

Approfondimenti

I
Intelligenza Artificiale

Articolo 1 di 4