Home Digitale Machine learning, una piattaforma di tool per i data scientist

Machine learning, una piattaforma di tool per i data scientist

Run:AI è la startup israeliana che ha sviluppato l’omonima piattaforma di compute management progettata per l’orchestrazione e l’accelerazione di intelligenza artificiale e machine learning.

L’azienda ha ora annunciato il lancio di una nuova ResearcherUI, così come l’integrazione con strumenti di machine learning tra cui Kubeflow, MLflow e Apache Airflow.

La nuova opzione UI fa parte dell’iniziativa “Run:it your way” di Run:AI, che consente ai data scientist di scegliere i loro strumenti di machine learning preferiti per gestire il modeling e altri processi di scienza dei dati sulla compute orchestration platform di Run:AI.

Ci sono decine di tool di data science utilizzati per eseguire gli esperimenti, mette in evidenza Run:AI, e naturalmente alcuni data scientist si trovano più a loro agio con uno strumento, altri con un altro.

Machine learning Run:AI

Run:AI alloca dinamicamente le GPU ai job di data science di un’intera organizzazione, indipendentemente dagli strumenti di machine learning che gli utenti usano per costruire e gestire i modelli.

I team possono avere quote garantite, ma i loro carichi di lavoro possono utilizzare qualsiasi risorsa GPU inattiva disponibile, creando frazioni logiche di GPU, estendendo i lavori su più GPU e più nodi GPU per il training distribuito e massimizzando il rapporto qualità-prezzo dell’hardware.

Con “Run:it your way”, Run:AI supporta tutte le più diffuse piattaforme di machine learning tra cui, ma non solo: Kubeflow, Apache Airflow, MLflow, supporto API (anche per ambienti di data science air-gapped), YAML, Command Line e la nuova ResearcherUI dell’azienda.

Come ha sottolineato Omri Geller, CEO di Run:AI, ad alcuni scienziati dei dati piace Kubeflow, alcuni preferiscono MLFlow, altri ancora preferiscono usare i file YAML. Ci sono società che arrivano a utilizzare 50 diversi strumenti di scienza dei dati.

Con Run:AI, mette ancora in evidenza il CEO dell’azienda, non c’è bisogno di costringere tutti i team di data science a usare uno specifico strumento di machine learning per trarre vantaggio dalla piattaforma di orchestrazione GPU.

Invece, ogni team può eseguirlo a modo suo (da qui la definizione “Run:it your way”), condividendo le risorse GPU dinamiche in comune e utilizzando i migliori strumenti di machine learning in base al flusso di lavoro di scienza dei dati dell’azienda.

LASCIA UN COMMENTO

Inserisci il tuo commento
Inserisci il tuo nome

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato sulle novità tecnologiche

css.php