2018年12月5日，Cloudera公司，為云計算優(yōu)化的機器學(xué)習(xí)和分析的現(xiàn)代平臺，宣布推出由Kubernetes支撐的新一代云原生機器學(xué)習(xí)平臺的預(yù)覽。即將推出的Cloudera Machine Learning是Cloudera為企業(yè)提供的自助數(shù)據(jù)科學(xué)產(chǎn)品的新成員。它提供快速配置和自動擴展以及異構(gòu)計算上的容器化分布式處理。Cloudera Machine Learning還通過跨內(nèi)部部署、公共云和混合環(huán)境的統(tǒng)一體驗，確保安全的數(shù)據(jù)訪問。

與僅涉及機器學(xué)習(xí)部分工作流程或僅適用于公共云的其它數(shù)據(jù)科學(xué)工具不同，Cloudera Machine Learning將數(shù)據(jù)工程和數(shù)據(jù)科學(xué)結(jié)合在任何地方的任何數(shù)據(jù)上。此外，它還打破了數(shù)據(jù)孤島，簡化和加速了端到端機器學(xué)習(xí)工作流程。

容器和Kubernetes的生態(tài)系統(tǒng)通過一致的體驗實現(xiàn)云在各種環(huán)境中的靈活性，為混合和多云部署中的IT提供可擴展的服務(wù)交付。 與此同時，企業(yè)也在尋求如何操作化和擴展端到端機器學(xué)習(xí)工作流程。Cloudera Machine Learning使企業(yè)能夠加快從研究到生產(chǎn)的機器學(xué)習(xí)，使用戶能夠輕松配置環(huán)境并擴展資源，從而減少基礎(chǔ)架構(gòu)上花費的時間，將更多時間用于創(chuàng)新。

“基于全面的數(shù)據(jù)分析和處理，在Akamai我們建立了成熟的網(wǎng)絡(luò)安全系統(tǒng)，我們認(rèn)識到速度和規(guī)模對于運行互聯(lián)網(wǎng)規(guī)模的異常檢測至關(guān)重要，”Akamai網(wǎng)絡(luò)安全DevOps經(jīng)理Oren Marmor說。 “Docker和Kubernetes為Apache Spark帶來的敏捷性對于我們來說是一個重要的構(gòu)建模塊，無論是數(shù)據(jù)科學(xué)還是數(shù)據(jù)工程。我們很高興看到即將推出的Cloudera Machine Learning平臺的預(yù)覽。該平臺簡化操作系統(tǒng)和庫依賴管理的能力是一項很有前景的發(fā)展。”

功能包括

• 通過Kubernetes提供的跨私有云，公共云和混合云的無縫移植性
• 快速云配置和自動擴展
• 通過容器化的Python，R和Spark-on-Kubernetes提供的無縫依賴管理橫向擴展數(shù)據(jù)工程和機器學(xué)習(xí)
• 通過分布式GPU調(diào)度和訓(xùn)練達(dá)到高速率深度學(xué)習(xí)
• 跨HDFS，云對象存儲和外部數(shù)據(jù)庫的安全數(shù)據(jù)訪問

借助Cloudera Machine Learning以及Cloudera Fast Forward Labs的研究和專家指導(dǎo)，Cloudera提供了一種綜合方法來加速客戶的AI工業(yè)化。

為了幫助客戶能夠在任何地方利用AI，Cloudera的應(yīng)用研究團隊最近介紹了Federated Learning（聯(lián)合學(xué)習(xí)），用于將機器學(xué)習(xí)模型從云部署到網(wǎng)絡(luò)邊緣，同時確保了數(shù)據(jù)隱私并減少網(wǎng)絡(luò)通信開銷。該報告提供了該方法的詳細(xì)技術(shù)說明，以及針對手機、醫(yī)療保健和制造業(yè)用例的實際工程建議，包括物聯(lián)網(wǎng)驅(qū)動的預(yù)測性維護。

“聯(lián)合學(xué)習(xí)為高度監(jiān)管和競爭激烈的行業(yè)中機器學(xué)習(xí)的企業(yè)應(yīng)用掃除了障礙。我們很高興能夠幫助我們的客戶利用聯(lián)合學(xué)習(xí)邁向AI工業(yè)化重要一步。”

—— 研究工程師Mike Lee Williams

//本文轉(zhuǎn)自至Cloudera博客