D2iQ a annoncé la disponibilité de D2iQ Kaptain, une plate-forme de bout en bout native pour déployer des charges de travail d'apprentissage automatique (ML) sur Kubernetes. D2iQ Kaptain combine tous les composants open source nécessaires pour accélérer le développement, la formation, le réglage et le déploiement des modèles ML dans l'entreprise, réduisant le temps du prototype à la production de quelques mois à quelques minutes, assure D2IQ.

D2iQ Kaptain est alimenté par un sous-ensemble de Kubeflow, la boîte à outils d'apprentissage automatique open source pour Kubernetes, tout en incluant toutes les fonctionnalités fournies par la distribution D2iQ Konvoy Kubernetes et des composants supplémentaires axés sur la production tels que Horovod et Spark. Cette combinaison permet aux opérateurs de plate-forme et aux scientifiques des données de disposer d'une base Kubernetes robuste et de niveau entreprise. D2iQ Kaptain veut ainsi réduire les frictions liées à la formation et au déploiement de modèles de ML dans l'entreprise, augmentant les taux de réussite de la production tout en accélérant le délai de rentabilisation.

'Le passage des flux de travail de ML d'un prototype à un déploiement évolutif est de plus en plus complexe et difficile, nécessitant souvent des ressources importantes et plusieurs mois pour atteindre les environnements de production', a déclaré Deepak Goel , CTO, D2iQ. 'D2iQ Kaptain prend en charge de manière unique à la fois les scientifiques des données et les équipes de développeurs avec une solution ML de bout en bout de niveau entreprise capable d'exécuter Kubernetes n'importe où, des environnements sur site au cloud en passant par les environnements espacés. voyages, D2iQ Kaptain tire parti de notre expertise et de notre suite de solutions Kubernetes conçues pour la sécurité, l’évolutivité, la flexibilité et la rapidité pour garantir le succès des opérations du jour 2'.

Plus d'informations sur d2iq.com/products/kaptain