운영하기.
민첩하고 자신감 있게 AI 애플리케이션을 운영하십시오.
H2O.ai는 생산 중인 모델의 배포, 관리 및 모니터링에서 데이터 과학자와 머신 러닝 엔지니어를 지원하는 포괄적인 머신 러닝 운영 기능을 제공합니다. 또한 H2O AI 클라우드는 고유한 변환기, 레시피 및 모델, 분산 처리, 컴퓨팅 효율성 및 선택한 환경에 배포할 수 있는 기능을 쉽게 통합하여 매우 유연한 아키텍처를 제공합니다.
머신 러닝 작업
모델 리포지토리
모델 배포
모델 모니터링
유연한 아키텍처
광범위한
분산된
확장성 있는
아이디어에서 영향력을 발휘하는 AI와 함께 운영하십시오.
머신 러닝 작업
모델을 실시간으로 모니터링하고 예측 정확도 및 데이터 드리프트에 대한 경고를 수신하도록 사용자 지정 임계값을 설정하여 배포된 모델이 의도대로 작동되도록 보장합니다.
모델 저장소
사용하기 쉬운 웹 인터페이스 및 코드 API를 통해 액세스할 수 있는 완전한 통합 모델 관리 기능을 통해 모든 실험을 호스팅하고 관리할 수 있는 모든 구현된 버전의 보기를 유지합니다. 또한 타사 프레임워크에서 훈련된 모델을 관리할 수도 있습니다.
모델 배포
타겟 디플로이먼트 (배포 대상)을 사용하면 한 번 빌드하고 점수 매기기 환경에 배포할 수 있습니다. 다중 변형(A/B), 챔피언, 도전자 및 카나리아를 포함한 다양한 모드에서 배포합니다. 모델은 실시간, 일괄 처리, 비동기식 또는 스트리밍 데이터로 점수를 매길 수 있습니다.
모델 모니터링
모델 감시를 유지하고 데이터 드리프트 발생 시기를 파악합니다. 피쳐 중요성은 예측 값에 가장 많이 기여하거나 가장 적게 기여하는 기능에 대한 로컬 설명을 제공합니다. 모니터링되는 모든 지표에 대한 경고 및 알림을 수신하도록 사용자 지정 임계값을 설정할 수 있습니다.
유연한 아키텍처
H2O AI 클라우드는 환경에 구애받지 않으므로 기존 인프라에 관계없이 모든 회사가 H2O.ai 기술을 머신 러닝 파이프라인에 통합할 수 있습니다.
광범위한
H2O AI 클라우드는 Python, R 및 Java용 클라이언트에 구애받지 않는 플랫폼입니다. 사용자는 모든 주요 오픈 소스 패키지의 최신 버전을 활용하고 내장된 맞춤형 레시피 아키텍처를 통해 이러한 패키지를 제어할 수 있습니다. H2O.ai 및 타사 모델을 모두 교육, 배포 및 사용자 지정할 수 있습니다.
분산된
분산 머신러닝 백엔드는 여러 CPU 및 GPU에서 모델 교육이 수행되면서 여러 작업자 노드로 확장하여 모든 데이터 크기를 처리할 수 있습니다. 클라우드 리소스 할당은 Kubernetes 기반 배포 접근 방식을 통해 자동으로 처리됩니다.
확장성 있는
최신 CUDA 런타임을 사용하여 Ampere 기반 NVIDIA GPU의 전례 없는 컴퓨팅 및 네트워크 가속을 지원하여 워크로드를 쉽게 확장할 수 있습니다. 고성능 컴퓨팅은 완전한 NVIDIA RAPIDS 통합을 통해 제공됩니다.
모델 운영
데이터 과학자
H2O AI 클라우드는 데이터 과학자가 빠르고 원활하게 모델을 머신 러닝 엔지니어에게 넘겨줄 수 있도록 지원합니다. 이를 통해 데이터 과학자는 추가 데이터 소스에서 새로운 통찰력을 발견하고 머신 러닝 모델의 정확도와 성능을 높이며 체계적인 혁신 노력을 추진하는 데 집중할 수 있습니다.
배포 운영
머신 러닝 엔지니어
H2O.ai은 실시간 사용자 지정이 가능한 모니터링 및 경고 시스템을 통해 쉽게 배포할 수 있도록 지원합니다. H2O AI 클라우드는 시간이 지남에 따라 모델을 백테스트하고, 도전하고, 검증할 수 있는 다양한 기능을 제공합니다. 또한 진행 중인 모니터링 프로그램에 통합할 여러 진행 중인 Responsible AI 및 공정성 지표가 있습니다.
액세스 운영
DevOps/IT 전문가
H2O AI 클라우드는 데이터 액세스에서 AI 애플리케이션 배치에 이르기까지 데이터 과학 라이프사이클의 모든 부분에 대한 소프트웨어 프로비저닝을 단순화합니다. 셀프 서비스는 중앙 집중화된 배포 환경을 통해 지원됩니다. 리소스 모니터링 및 비용 제어를 통해 IT 전문가는 비용과 성능 사이에서 최적의 균형을 유지할 수 있습니다.