Red Hat wil het voor bedrijven makkelijker maken machine learning-mogelijkheden te gebruiken. Hiervoor lanceert het de beheerde dienst OpenShift Data Science.
Red Hat biedt data scientists met de stap een machine learningplatform dat zij naar eigen wens kunnen aanpassen. Dit in plaats van alleen standaard tooling van cloudaanbieders. In de oplossing van Red Hat bevinden zich een verzameling open-source tools en platformtechnologie die het mogelijk maakt experimentele modellen te ontwikkelen. Hierbij hoeven ze zich geen zorgen te maken over de onderliggende infrastructuur of een lock-in van een specifieke cloudaanbieder.
Het platform valt uit te breiden met tools van diverse partners van Red Hat via de Red Hat Marketplace voor meer capaciteit en een betere kwaliteit van de machine learning-modellen. De ontwikkelde modellen kunnen vervolgens worden geëxporteerd in een voor containeromgevingen geschikt formaat. Hierdoor zijn de modellen makkelijk in hybride, maar ook edge-cloudomgevingen uit te rollen.
Inhoud open source tooling
De beheerde dienst beschikt over AI- en machine learning ontwikkel- en visualisatie tools als Jupyter Hub met vooraf bepaalde notebook images, TensorFlow en PyTorch. Optioneel zijn Anaconda Commercial Edition en IBM Watson Studio. Voor data engineering-activiteiten is het mogelijk Starburst te gebruiken, voor data streaming Red Hat OpenShift Streams for Apache Kafka. Modellering gaat met de OpenShift Source-to-Image-tool. Ook is hiervoor optioneel Red Hat OpenShift API Management of Seldon Deploy mogelijk. Hardware-acceleratie vindt plaats via Nvidia met GPU Operator, de Intel OpenVINO-toolkit of optioneel de Intel oneAPI AI Analytics Toolkit.
Red Hat OpenShift Data Science is nu beschikbaar als een test add-on voor Red Hat OpenShift Dedicated en de Red Hat OpenShift Service voor AWS. Gebruikers krijgen hiervoor een complete ondersteuning, zodat zij alleen de kosten betalen voor de onderliggende infrastructuur.
2 uur geleden
