Opérations de machine learning

Abréviation de « opérations de machine learning », le terme MLOps désigne l’extension des pratiques DevOps (développement logiciel et opérations IT) et ModelOps (opérations des modèles) au domaine émergent de l’intelligence artificielle (IA), en s’appuyant sur des pratiques intelligentes et innovantes pour déployer le machine learning ou le deep learning de manière plus efficace et plus fiable. Au lieu de se limiter au développement du modèle de ML, les MLOps mettent en place un pipeline ou un cycle de vie du modèle, grâce auquel celui-ci peut être entraîné, intégré et mis à disposition en continu, en fonction des retours des utilisateurs. Ainsi, le modèle de ML est progressivement optimisé et mieux adapté au cas d’usage pour lequel il a été conçu.

En tant que solution proposée à l'utilisateur final, les opérations de machine learning couvrent un large éventail de services, qui peuvent tous aider le client à déployer efficacement le machine learning dans son activité. La solution d'opérations de machine learning peut comprendre uniquement les logiciels, les logiciels associés au matériel, la formation nécessaire à l'utilisation de la solution, voire l'exploitation à distance de la solution pour le compte du client. Les trois principaux fournisseurs de services cloud (CSP) — Amazon, Google et Microsoft — proposent également des services d'opérations de machine learning sur leurs clouds publics. Un fournisseur de solutions d'opérations de machine learning de moindre envergure peut utiliser ses propres logiciels et matériels, ou ceux de ses clients.

Pour les utilisateurs finaux qui bénéficient des opérations de machine learning, les possibilités sont infinies. Que vous travailliez dans l'industrie manufacturière, la logistique, le transport, le commerce, la vente au détail, l'éducation ou la santé, disposer d'un modèle de machine learning optimisé améliorera non seulement votre efficacité, mais pourra également générer une valeur supplémentaire à partir de l'ensemble des données accumulées dont vous disposez. C'est pourquoi de plus en plus d'entreprises et d'institutions font appel à des services d'opérations de machine learning pour développer et déployer leurs propres modèles de ML.

GIGABYTE propose des solutions matérielles et logicielles aux fournisseurs comme aux utilisateurs de solutions d’opérations de machine learning.

Matériel : les serveurs GPU de la série G de GIGABYTE, qui intègrent plusieurs cartes graphiques dans un châssis dense et compact afin de fournir des solutions HPC évolutives pour l’IA et le deep learning, sont les serveurs de référence des fournisseurs de solutions d’opérations de machine learning. Les capacités de calcul parallèle de ces serveurs GPU sont idéales pour concevoir des modèles de machine learning exploitant des technologies de pointe telles que la vision par ordinateur, la reconnaissance manuscrite (HWR) et le traitement automatique du langage naturel (NLP).

Logiciel : le deep learning, qui repose notamment sur l’entraînement de réseaux neuronaux profonds, constitue un aspect essentiel des opérations de machine learning. La pile logicielle de GIGABYTE comprend GIGABYTE POD Manager (GPM) et GIGABYTE AI Platform (GAIP), afin de fournir aux architectes, aux équipes d’infrastructure, aux administrateurs informatiques et aux développeurs en IA les outils adaptés à leurs fonctions. Les serveurs GPU de la série G de GIGABYTE peuvent constituer le back-end de cette pile logicielle, car ils offrent l’une des configurations de GPU les plus denses du marché.