Charmed Kubeflow, die Kubeflow-Distribution von Canonical, bietet jetzt eine Integration mit MindSpore, einem von Huawei freigegebenen Deep-Learning-Framework. Charmed Kubeflow ist eine End-to-End-MLOps-Plattform mit optimierten Funktionen für das Training komplexer Modelle, die für die Verwendung mit Kubernetes entwickelt wurde.
Die neue, native Integration mit MindSpore ermöglicht den Zugriff auf einheitliche APIs und durchgängige KI-Funktionen für die Entwicklung, Ausführung und Bereitstellung von Modellen. MindSpore bietet KI-native Ausführungsmodi, die die von der Huawei-Hardware bereitgestellte Rechenleistung vollständig nutzen.
MindSpore: ein innovatives KI-Framework mit breiter Akzeptanz in der Industrie
Industriepartner und Entwickler haben sich aktiv an der Entwicklung von MindSpore beteiligt, seit es 2020 als Open Source veröffentlicht wurde. MindSpore ist bei über 5.000 Unternehmen im. Einsatz wurde über 2,49 Millionen Mal heruntergeladen. Mehr als 6.600 Entwickler haben Code zu dem Programm beigetragen, und mehr als 110 Universitäten und 40 Top-Forschungsinstitute nutzen MindSpore für die wissenschaftliche Forschung und Lehre.
MindSpore ist für Huawei-Hardware wie Ascend/GPU/CPU optimiert und kann schnell in Cloud-, Edge- und mobilen Szenarien ausgeführt werden, damit Ingenieure Lösungen für ein breites Spektrum von Anwendungsfällen entwickeln können. MindSpore läuft auf dem Jupyter Notebook, einer webbasierten interaktiven Computing-Plattform.
Bei der Erstellung des Notebooks können Ingenieure das MindSpore-Image aus der standardmäßigen Jupyter-Lab-Image-Liste auswählen, bestimmte CPU-Ressourcen zuweisen und eine Notebook-Instanz erstellen, die MindSpore und den Code der Vision-Suite für Experimente zum maschinellen Lernen ausführen kann.
Solide MLOPs-Integrationen in großem Maßstab
Durch die native Integration mit MindSpore und die Zusammenarbeit mit Huawei an diesem Open-Source-Projekt stellt Canonical dem MLOPs-Ökosystem ein noch umfangreicheres Toolset zur Verfügung. Charmed Kubeflow ist mit mehreren KI/ML-Tools integrierbar, dazu gehören z. B. MLFlow, das eine zentrale Modellregistrierung bietet, und Spark, das das Datenstreaming erleichtert.
Die MindSpore-Integration ermöglicht den Zugriff auf die verschiedenen Funktionen der Lösung, wie einheitliche Programmierung und Operatoren, automatische Modellpartitionierung sowie dynamische und statische Berechnungsgraphen.