Duomenų analizė ir mašininis mokymasis vis dažniau naudojamas kiekvieną dieną ir nuotykius bandančios įmonės apskritai susiduria su integracijos problemomis. Norėdami įveikti šiuos iššūkius, IBM ką tik pristatė „CodeFlare“, atvirojo kodo sistema, kuri yra pagrįsta RISE laboratorijos „Ray“ paskirstyta sistema iš Kalifornijos universiteto Berklyje už mašininio mokymosi modelius.
„CodeFlare“ siekiama supaprastinti dirbtinio intelekto kartojimo procesą su konkrečiais elementais srautų masteliui nustatyti duomenų ir išaugo iš IBM grupės projekto, atsakingo už vieno pirmųjų pasaulyje 2 nanometrų prototipų lustų sukūrimą.
IBM teigia, kad „CodeFlare“ padeda supaprastinti didelių duomenų ir dirbtinio intelekto darbo srautų integravimą ir efektyvų jų keitimą kelių debesų infrastruktūroje.
„„ CodeFlare “imasi supaprastinto mašininio mokymosi sąvokos ... dar vienu žingsniu, peržengdamas izoliuotus žingsnius, kad sklandžiai integruotų„ nuo galo iki galo “vamzdynus su duomenų mokslininkams patogia sąsaja, pvz.,„ Python “, o ne konteineriais“, - Priya Nagpurkar, „Hybrid Cloud“ vadovas „IBM Research“ platforma, sakė „VentureBeat“ elektroniniu paštu ... išsiskiria supaprastindama visų vamzdynų integravimą ir mastelį su vieninga vykdymo ir programavimo sąsaja.
Tinklaraščio įraše IBM paaiškino, kad mašininio mokymosi modelių kūrimas šiais laikais yra labai rankinis uždavinys.. Mokslininkai pirmiausia turi mokyti ir optimizuoti modelį, kuris apima tokias užduotis kaip duomenų valymas, funkcijų išskyrimas ir tada modelio optimizavimas, o būtent IBM sako, kad „CodeFlare“ padeda supaprastinti šį darbą.
Kadangi „CodeFlare“ naudoja vamzdynui kurti sąsają, pagrįstą „Python“ programavimo kalba, per kurią lengviau integruoti, lygiagrečiai ir dalytis duomenimis. Tada „CodeFlare“ gali būti naudojama suvienodinti vamzdynų darbo eigą keliose debesų kompiuterijos platformose, neišmokant naujos kiekvienos rūšies infrastruktūros darbo eigos kalbos.
IBM sakė, kad vamzdynai gali būti įdiegta bet kurioje debesų infrastruktūroje, įskaitant naująjį „IBM Cloud Code Engine“, Tai yra be serverio platforma ir „Red Hat OpenShift“, be to, ji taip pat teikia adapterius įvykių trigeriams, pvz., naujo failo atvykimui, o tai reiškia, kad vamzdžiai gali integruotis ir prisijungti prie kitų debesyje esančių ekosistemų, sakė IBM.
Be to, ji taip pat leidžia įkelti ir padalyti duomenis iš daugybės šaltinių, tokių kaip debesų objektų saugyklos, duomenų ežerai ir paskirstytos failų sistemos.
Pagrindinis „CodeFlare“ naudojimo pranašumas kuriant naujus mašininio mokymosi projektus yra greitis. Bendrovė teigė, kad kai vienas iš jos vartotojų pritaikė „CodeFlare“ analizuodamas ir optimizuodamas 100,000 15 vamzdynų, kad mokytų mašininio mokymosi modelius, tai sumažino kiekvieno važiavimo laiką nuo keturių valandų iki vos XNUMX minučių.
Greitis yra svarbus, paaiškino IBM, nes duomenų rinkiniai tampa vis didesni, o tai reiškia, kad mašininio mokymosi darbo eigos tampa vis sudėtingesnės ir sudėtingesnės. Todėl mokslininkai praleidžia daugiau laiko konfigūruodami savo nustatymus, kad galėtų atlikti darbus.
„IBM to siekia naudodama atvirojo kodo„ CodeFlare “kaip duomenų darbuotojų ir kūrėjų sistemą kurdama dirbtinio intelekto modelius, galinčius veikti bet kuriame debesyje“, - sakė Muelleris. "CodeFlare veikia su" RedHat OpenShift "ir iš ten pasiekia savo kelių debesų galimybes."
IBM teigė, kad:
Šiandien „CodeFlare“ yra atviro kodo programa, kurią galima rasti „IBM“ saugykloje „GitHub“, be to, ji taip pat išleidžia kelis sukurtų „CodeFlare“ vamzdynų pavyzdžius, kurie veikia „IBM Cloud“ ir „Red Hat OpenShift“.
Pagaliau jei norite sužinoti daugiau apie tai arba galėsite patikrinti „CodeFlare“ šaltinio kodą iš šios nuorodos.