מהפכת ה-MLOps: למידת המכונה מצטרפת לקוברנטיס

המעבר לפלטפורמת קוד פתוח בשפה אחת ובלי איים מבודדים היתה בשורה אדירה לארגונים. HPE Ezmeral משלימה את התמונה עם יכולת לאמן אלגוריתמים, לטייב ויזואליות ולגזור תובנות במשותף, ואז גם לנייד את הקוד בקלות היישר לפרודקשן. ניר שילוני, מנהל מחלקת פריסייל בחברת One Systems, מסביר

בשיתוף One Systems
תוכן שיווקי
שתפו כתבה במיילשתפו כתבה במייל
אילוסטרציה
מהפכת ה- MLOps : למידת המכונה מצטרפת לקוברנטיס
בשיתוף One Systems
תוכן שיווקי

בראשית היו איים. בליל של מערכות, שפות וכלי פיתוח, שהגביל מאוד את היכולת לשתף קוד ולפתח שירות או מוצר על ידי כמה מתכנתים יחד, במיוחד בחברות גלובליות ובארגוני אנטרפרייז גדולים. בבנייה של מוצר יש מאין, הזמן שנדרש כדי לכתוב את הכל כמעט מאפס, או להמיר קבצים לצורך העלאה לפרודקשן או שיתופי פעולה כאלה ואחרים, היה פשוט ארוך מדי. בפרט כשמדובר במשאב האנושי היקר ביותר שיש לארגונים - אנשי התוכנה, ה-IT ואבטחת המידע. ואז הגיעה קוברנטיס.

המעבר לפלטפורמת קוד פתוח בסביבת ענן, שמאפשרת לפתח, להריץ, לפרוס באופן אוטומטי ולנהל אפליקציות מכל מקום בשפה אחידה, הוא כבר עובדה מוגמרת. מתכנתים בחברות מכל הסוגים והסקטורים, מסטארט-אפים בראשית דרכם ועד לארגוני האנטרפרייז הגדולים, כבר עובדים ברובם על גבי קונטיינרים, בדרך כלל של Docker, בסביבת קוברנטיס (Kubernetes או K8s). את השרתים הפיזיים או הווירטואליים, כמו גם את ה-IaaS (התשתית כשירות) בענן, מחליפות טכנולוגיות הדור הבא המבוססות על ארכיטקטורת Micro Services ויישומי קלאוד-נייטיב (CNA). עידן האיים מאחורינו.

מרגע שיש "שפה הסכמית", הפיתוח נעשה יעיל יותר, אחיד יותר, עם יכולת לעבוד מכל נקודה ולהתחבר לכל ענן - מהלפטופ לאז'ור או ל-AWS ובחזרה, ועם יכולת לנייד את הקוד המעודכן בקלות רבה מסביבת הפיתוח לפרודקשן. אבל מה לגבי יישומים מורכבים ועתירי אנליטיקות כמו בינה מלאכותית (AI) ולמידת המכונה (ML)? איך הופכים גם אותם לשירות סקיילבילי שמשתלב בכל זה?

נעים להכיר: MLOps

המעבר לענן הזניק את ה-DevOps. אחריו הגיע ה-SecOps שנגע לאבטחת המידע. כעת מגיעה המהפכה הבאה בתחום - MLOps - הנוגעת ללמידת מכונה ויישומי אלגוריתמיקה ובינה מלאכותית. נמחיש אותה באמצעות דוגמה:

ניר שילוני, מנהל מחלקת פריסייל בחברת One Systems

איך מלמדים אלגוריתם מהו חתול? מראים לו אלפי תמונות של חתולים מסוגים שונים, בגוונים שונים ובמצבים שונים, עד שהוא מאומן לזהות גם את החתול הבא (אם לא במאת האחוזים אז ודאי קרוב מאוד לכך). עכשיו, בגישת ה-MLOps, נוכל להשתמש בדאטה שכבר נצבר וביכולת זיהוי החתול שכבר הושגה, כדי להעביר אותם לסקטורים הזקוקים להם. למשל, לתעשיית האוטומוטיב: ברכב אוטונומי שנע במהירות נרצה שיופעל בלם חירום, אם גם תוך סיכון הנוסעים בו, במצב של ילד שמתפרץ לכביש. על חתול, עם כל הצער שבדבר, נעדיף כנראה להימנע מכך. גישת ה-MLOps היא חדשה יחסית. ארגונים רבים עדיין לא נחשפו אליה ולפלטפורמות המיישמות אותה בקלות וביעילות, במיוחד עבור מי שכבר נמצא בסביבת קוברנטיס. פלטפורמה מובילה בתחום היא אזמרל (Ezmeral) של HPE, שהופכת את פלטפורמת קוברנטיס למותאמת, משוכללת ושלמה יותר, כשהיא מוסיפה לה כלי אוטומציה. כך היא מאפשרת לא רק ליהנות מאותה שפה הסכמית אלא גם לחלוק ידע בתחום ה-AI וה-ML, לשתף פרויקטים באופן אינטגרטיבי בתוך המערכת עצמה ולכתוב אותם יחד בתהליך מבוקר ומנוהל, ללא סכנות של אובדן מידע. אפשר להשביח תמונות או לזהות עצמים, להשתמש ביתר קלות במעבדים גרפיים (GPUs) ולגזור מהם תובנות, לאמן יחד אלגוריתמים, להזין נתונים ממערכות אוטומטיות או סמי–אוטומטיות ולקבל גישה מלאה ליישומים שקודם לכן היו נפרדים לגמרי. יתרון נוסף בפלטפורמה הוא היכולת לעבוד במודל ה-ITaaS (IT כשירות) של HPE - מודל ה-Green Lake - שבמסגרתו משלמים על שירותי הענן לפי הצריכה החודשית בלבד, ואף נהנים מסל שירותים מלא. חברת One Systems, שמטמיעה את פלטפורמת HPE Ezmeral בארגונים, מסייעת להם במיגרציה של סביבות הפיתוח (ניתן להעביר גם את הפרודקשן) ובהתממשקות למערכות הארגוניות דרך API פשוט. המעבר הוא חלק ומהיר. בארגונים שטרם עברו לקוברנטיס או לפלטפורמה עם תפיסה דומה זה עלול להיות מורכב יותר ומצריך מספר צעדי ביניים, אבל בהחלט אפשרי. יש לכך נוהל מסודר וסדר פעולות מובנה, ובהדרגה צולחים את השינוי ולא מבינים איך לא עשינו אותו קודם. גישת ה-MLOps משפרת לאין שיעור הן את ה-Time to Value בפיתוח והן את ה-Time to Market של השירותים והמוצרים. היא מספקת תשתית אחודה למדעני הנתונים, למפתחים ולכל שרשרת ה-DevOps. כאמור, היא גם מפחיתה סיכונים לאובדן מידע בדרך מעצם התהליך השיתופי המבוקר והמנוהל, ומגבירה את יעילות הצוות השותף ליצירה, לסיעור המוחות ולפתרון הבאגים. הבנקים הגדולים, חברות הביטוח, הארגונים הכי מסורתיים לכאורה - כולם כבר עמוק בגישת ה-Micro Services ושכחו מזמן את האיים המבודדים (Silos). עכשיו אפשר לומר שנופל אי נוסף, עם פלטפורמה יציבה ורובוסטית שמייעלת דרמטית את יישומי ה-ML בסקייל ו"סוגרת את הפינה" לצוותי הפיתוח.

ניר שילוני הוא מנהל מחלקת פריסייל בחברת One Systems

בשיתוף One Systems

כתבות מומלצות

בת ים

שתי דירות במחיר אחת: האם זהו עתיד תחום הפינוי-בינוי?

אפליקציית קלארנה. החברה נמצאת במגעים לגיוס סבב חדש לפי שווי שנמוך בכ-30% מהשווי שקיבלה לפני שנה בלבד

"היערכו לגרוע מכל": נבואות החורבן בהיי-טק מתחילות להגשים את עצמן

בניין דירות בחולון

לקחתם משכנתא בחודשים האחרונים? גם אתם כבר שילמתם על עליית הריבית

"כשבאנו לקבל משכנתא לרכישת הבית, התברר שהבעיה לא פשוטה כלל"

הריבית במשק מזנקת – מה כדאי לעשות עם ההלוואות שלקחתי?

כתבות שאולי פספסתם

המשווקים של פוליסות החיסכון הם סוכני הביטוח, שנהנים מעמלות שמנות

"הציעו לי להעביר את החיסכון מאלטשולר. האם כדאי לי?"

אירוע של חברת איירון סורס. חברות שואפות למתג את עצמן כצעירות ואטרקטיביות

"אנשים חושבים לעצמם - איזה משכורות, איזה טירוף. בפועל זה רחוק מאוד מהמצב"