Canonical introduceert versie 1.6 van Charmed Kubeflow. De update moet meer functionaliteit bieden voor het verwerken van data voor het draaien van AI-modellen.

Kubeflow, ontwikkeld door Google, is een open-source MLOps-toolkit voor containerorkestratieplatform Kubernetes. Hiermee kunnen bedrijven makkelijker AI-oplossingen op het containerorkestratieplatform draaien.

Charmed Kubeflow

Canonical, bekend van de Linux-distributie Ubuntu, heeft voor Kubeflow een eigen aangepaste zakelijke versie ontwikkeld die gebruiksvriendelijker belooft te zijn dan de originele versie. Deze versie beschikt over mogelijkheden voor het draaien van AI-modellen en het ontwikkelen en trainen van deze modellen. Data scientists kunnen daarnaast via de tool deze taken automatiseren en zo de productiviteit vergroten.

Met de toevoeging van Charms, eigenlijk Kubernetes operators, is het mogelijk het onderhoud van modellen te automatiseren en te beveiligen. Ook helpen deze charms bij het versnellen van het uitrollen van nieuwe AI-modellen. Deze kunnen sneller online worden gebracht.

Functionaliteit Charmed Kubeflow 1.6

Versie 1.6 van Charmed Kubeflow voegt functionaliteit toe voor het probleemloos verwerken van dataprocessen. Volgens gebruikers waren het verwerken van data en het transformeren van deze gegevens vaak de grootste uitdaging in het gebruik van Kubeflow.

Gebruikers van de versie van Canonical kunnen de charms inzetten voor het integreren en verwerken van data die uit verschillende bronnen komen. Daarnaast zorgt Charmed Kubeflow 1.6 ervoor dat AI/ML-modellen makkelijk worden gemeten en wordt het evolueren en debuggen van data eenvoudiger. Zo kan de tool nu data drift ontdekken, iets wat de conclusies van modellen kan beïnvloeden. Het stelt modellen in staat zich hier snel op aan te passen. Trial logs worden nu ook beter in de gaten gehouden. Dit helpt bij efficiëntere debugging in het geval van problemen met de databronnen.

Verder is ondersteuning voor ‘population-based’ training van AI/ML-modellen geïntegreerd. Dit moet ervoor zorgen dat de modellen sneller de productiestatus bereiken. Met population-based training, wordt het trainen van modellen met grote hoeveelheden data efficiënter.

De tool ondersteunt voor deze activiteiten onder meer populaire frameworks als TensorFlow, MxNet, and PYTorch en containerplatforms Amazon EKS en Azure AKS. Charmed Kubeflow 1.6 is per direct als open-source beschikbaar. Toegevoegde diensten en ondersteuning kunnen bij de Linux-specialist tegen betaling worden afgenomen.

Tip: Canonical lanceert Ubuntu 22.04.1