Acepto

COOKIES

Esta web utiliza cookies técnicas, de personalización y de análisis, propias y de terceros, para anónimamente facilitarle la navegación y analizar estadísticas del uso de la web. Obtener más información

HPE presenta una solución empresarial para gestionar los procesos de aprendizaje automático y profundo

  • Noticias y Actualidad

HPE ML Ops

Con la nueva solución HPE ML Ops la compañía ofrece a sus clientes una forma de gestionar todo el ciclo de vida del machine learning para entornos de la nube pública, privada o híbrida. Esto supone aplicar conceptos propios de la filosofía DevOps al aprendizaje automático y profundo, acelerando el tiempo que se tarda en obtener valor para el negocio aplicando estas tecnologías.

Hewlett Packard Enterprise acaba de presentar HPE ML Ops, una solución empresarial que permite gestionar todo el ciclo de vida de los proyectos de Machine Learning y Deep Learning en entornos de la nube, ya sea privada, pública o híbrida. Así, los clientes pueden acelerar la obtención de beneficios provenientes de estas innovaciones y aumentan su agilidad para la implementación de metodologías DevOps.

De hecho, HPE ML Ops ofrece un modelo muy similar a DevOps para la estandarización de los flujos de trabajo relacionados con la implantación de plataformas de aprendizaje automático, cuyo tiempo de despliegue puede pasar de meses a tan solo unos días. Esta solución amplía las capacidades de la plataforma de software basada en contenedores BlueData EPIC, recientemente adquirida por HPE, ofreciendo acceso a entornos de contenedores de Machine Learning y Deep Learning.

Esta nueva solución de HPE pretende apoyar a los clientes que quieren invertir en el despliegue del aprendizaje automático y la inteligencia artificial como parte de sus iniciativas de transformación digital. Y uno de los principales problemas es que el tiempo de despliegue suele ser muy largo, lo que complica y retrasa la obtención de beneficios directos e indirectos para la organización.

Algunos de los campos donde más está proliferando la adopción de la IA y el machine learning son la detección del fraude, la atención sanitaria personalizada, o el análisis predictivo del comportamiento de los clientes. Los casos de uso no paran de crecer, pero la complejidad en la implementación continúa siendo enorme, por lo que es necesario contar con herramientas que permitan gestionar mejor todo el proceso y acelerar la implementación, como HPE ML Ops.

Según ha dicho Kuman Sreekanti, SVP y CTO de Hybrid IT en Hewlett Packard Enterprise, “Solamente aquellos modelos operacionales eficientes de Machine Learning ofrecen valor al negocio a largo plazo. Y con HPE ML Ops, proporcionamos la única solución empresarial para cubrir el ciclo de vida de extremo a extremo de Machine Learning para el despliegue de entornos cloud híbridos y on-premise. Aportamos la velocidad y agilidad de DevOps al Machine Learning, ofreciendo la posibilidad de sacar mayor partido para el negocio”.

Y, en palabras de Ritu Jyoti, vicepresidenta del programa de estrategias de inteligencia artificial en IDC, “Desde la distribución a la banca, pasando por la fabricación y el sector sanitario, prácticamente todas las industrias están adoptando o investigando IA, con objeto de desarrollar productos y servicios más innovadores y así obtener mayor ventaja competitiva. La mayoría de las empresas están acelerando sus proyectos, pero están pasando apuros a la hora de cubrir el ciclo de vida completo del Machine Learning desde las fases de prueba de concepto y piloto a la puesta en producción y su monitorización.

Añadió que “HPE está cerrando esta brecha al abordar todo el ciclo de vida de ML con una oferta basada en contenedores y abierta para dar soporte a una amplia gama de requerimientos operacionales de ML, acelerar la ingesta y procesado de los datos y alcanzar mejores resultados empresariales”.

Según la información facilitada por la compañía, HPE ML Ops ofrece a los analistas toda una serie de herramientas para la creación y la implementación de modelos de aprendizaje automático. Todo ello integrado en una solución de gestión que abarca todo el ciclo de vida y las operaciones que requiere una solución empresarial de primer nivel. Entre sus principales características están las siguientes:

Modelos de arquitectura: ofrecen acceso a entornos pre-empaquetados que permiten a los analistas construir diferentes arquitecturas de ML con un despliegue más rápido.

Modelos de entrenamiento: la solución de HPE cuenta con una extensa librería de modelos de entrenamiento escalables que periten un acceso seguro a los datos. Y son tanto modelos de despliegue, para una implementación más rápida, como modelos de monitorización, que ofrecen una visibilidad de extremo a extremo de todo el ciclo de vida del modelo de machine learning.

Colaboración: HPE ML Ops habilita los flujos de trabajo de CI/CD con repositorios de códigos, modelos y proyectos.

Seguridad y control: ofrece soporte de entornos seguros multiusuario y multicliente, integrando mecanismos de autenticación de nivel empresarial.

Despliegue híbrido: la solución HPE ML Ops es compatible con entornos de nube local (privada), nube pública e híbrida, por lo que puede operar en cualquier arquitectura cloud actual y futura.

Además, sus creadores destacan que esta solución funciona con una amplia gama de entornos de código abierto para aprendizaje automático y profundo, incluyendo Keras, MXNet, PyTorch y TensorFlow, y con aplicaciones comerciales como Dataiku y H2O.ai.

Más información

¿Cuál es el futuro del mercado de almacenamiento? ¿Qué tecnologías son las más adecuadas para las empresas? Si quieres obtener más información sobre un segmento en crecimiento puedes visitar la página de nuestro colaborador HPE.