在 IBM Cloud Pak® for Data 上试用多云 ModelOps

概述

什么是多云 ModelOps? 为何是现在?

到 2023 年,70% 的 AI 工作负载将使用应用容器,或者使用无服务器编程模型而构建,DevOps 文化因而不可或缺。*

ModelOps 是在应用中操作模型的原则性方法。 ModelOps 可同步应用和模型管道之间的节奏。 借助多云 ModelOps,您可以使用从边缘到核心再到云的数据、模型和资源来优化数据科学和 AI 投资。

多云 ModelOps 涵盖端到端生命周期,用于优化云端模型和应用的使用情况,锁定机器学习模型、优化模型和其他运作模型,以整合持续集成与持续部署 (CICD)IBM Cloud Pak® for Data 使用 IBM Watson® Studio 作为构建多云 ModelOps 实践的理想平台。

ModelOps 功能

您可以使用 ModelOps 做什么?

生成模型管道排行榜

自动准备数据,选择模型,执行特征工程并优化超参数,生成管道排行榜。

监视机器学习模型

通过查看可能的模型偏差,了解如何缓解偏差和说明结果,监视机器学习模型。

检查模型并消除偏差

生成无偏模型端点并展示可解释性。 检测导致模型漂移的数据不一致情况。

通过应用部署模型功能

在将数据传递给模型之前对其进行预处理,执行错误处理并包含对多个模型的调用。

在多个云上构建和部署模型

几乎随处部署和推送模型。 使用 x86、IBM Cloud Pak® for Data System 和 IBM Power® System 构建您自己的 AI 就绪云。

在统一接口上构建、运行和管理模型

准备数据、构建模型和衡量结果。 利用反馈环路不断改进模型。

多云 ModelOps 中有何新增功能?

网络研讨会: 同步 DevOps 和 AI

了解为何 63% 的企业采用 DevOps,并且其中有 33% 涉及面向 AI 支持应用的数据科学团队。

451 Research: 实现自动化的 AI 和 ModelOps

从 AI 开拓者处获取洞察和实用技巧,了解如何在多云环境中构建 ModelOps。

开发者学习路径: 机器学习

在统一的数据和 AI 平台上构建、运行和管理模型。 不断改进模型并将其用于您的应用。

产品图像

KPI 比较

显示模型比较可视化效果的截屏,包括 KPI、维护成本和生产

KPI 比较

对照关键业绩指标比较模型。

解释

截屏显示了如何确定预测结果以及影响预测结果的最重要因素

解释

查看 AI 结果背后的解释。

渠道排行榜

截屏显示了一组模型的故障预测情况和一个管道排行榜

渠道排行榜

自动准备数据、设计特征、优化参数并生成模型排行榜。

模型漂移

显示德国信用风险模型的模型漂移幅度的截屏

模型漂移

检测并纠正生产中的模型漂移。

多云与传统 ModelOps

多云 ModelOps 传统 ModelOps
多云支持
自动执行 AI 生命周期
业务 KPI 监控
可解释性和去偏
漂移方向和测量
通过 CICD 一键式部署
模型管理和反馈
高级数据精炼
数据准备