Используйте преднастроенную инфраструктуру Selectel для обучения и развертывания ML-моделей. Дополните инфраструктуру доступными инструментами для ML.
Как устроена ML-платформа
Для каких задач подходит сервис
Упростить тестирование ML-моделей
Вы сможете генерировать API для ML-моделей, мониторить запросы, настроить конвейер операций обработки запросов (inference graph). Все это почти без написания кода.
Получить ресурсы для обучения ML-моделей
С нашей платформой вы получите гибкую систему тарификации GPU, возможность арендовать выделенные или облачные серверы, а также кластеры Kubernetes. Мы гарантируем высокий SLA.
Ускорить релиз новых версий модели
ML-платформа помогает автоматизировать выполнение pipelines, кэшировать датасеты и environments для экспериментов. Это позволяет быстрее выбирать лучшую модель по результатам множества экспериментов.
Изучить концепцию MLOps
До начала работы мы покажем, как пользоваться платформой, и будем помогать в процессе ее использования. Новые сотрудники смогут разбираться с технологиями без риска повредить реальную инфраструктуру ML-сервисов.
Стандартизировать рабочие процессы
У вашей ML-команды появится единый инструмент управления экспериментами, единая инфраструктура, а также точка входа в платформу и хранилище артефактов. Все это поможет команде унифицировать процесс работы и создать единые принципы взаимодействия.
Сократить траты на GPU-ресурсы
Мы поможем повысить утилизацию вычислительных ресурсов за счет разделения одной GPU между разными задачами, а также за счет подбора конфигураций и инструментов скейлинга вычислительных ресурсов.
ML-компоненты решения
Платформа с фокусом на эксперименты
Платформа с фокусом на pipelines
Serving моделей
ClearML
Платформа для ML, позволяющая организовать полный цикл обучения и использования ML-модели в кластере Kubernetes. Набор инструментов Kubeflow позволяет:
- проводить изолированные ML-эксперименты в контейнерах Kubernetes,
- отслеживать и сравнивать гиперпараметры и метрики ML-экспериментов,
- создавать воспроизводимые ML-pipelines,
- организовать комплексную вычислительную инфраструктуру между облачными и выделенными серверами Selectel.
Хранение кода
Gitea
Gitea позволяет хранить код экспериментов в контуре ML-платформы и версионировать его по стандартным практикам. Также вы можете преднастроить ClearML для запуска экспериментов напрямую из репозиториев Gitea. Чтобы это сделать, необходимо настроить зеркалирование клиентских репозиториев в Gitea. Это позволит не загружать код экспериментов в два отдельных репозитория.
Инфраструктурные сервисы
Homepage
Единое окно входа во все основные компоненты ML-платформы. Вы сможете добавлять собственные сервисы в текущие или новые категории страницы.
Grafana, Prometheus, Alert manager
Объектное хранилище с поддержкой S3
CRaaS
Кластеры Kubernetes
Поддержка
Дадим возможность бесплатного тестирования на две недели
Если вы заинтересуетесь платформой, мы предоставим бесплатный двухнедельный тестовый период. Это поможет вам изучить актуальную версию ML-платформы. В рамках тестирования вы сможете выбрать интересующие модели GPU и провести несколько экспериментов. На это время мы создадим чат в Teleram для срочных вопросов по работе платформы.
Проконсультируем вашего администратора
Мы можем проконсультировать вашего администратора по вопросам использования ML-платформы. При необходимости мы организуем демонстрацию возможностей платформы в формате видеоконференции.
Будем отвечать на вопросы 24/7
Специалисты нашей технической поддержки доступны 24/7. Они ответят на вопросы, связанные с работой инфраструктуры. Среднее время ответа — 15 минут.
Источник: https://selectel.ru/services/cloud/mlops/
