ML-платформа

Используйте преднастроенную инфраструктуру Selectel для обучения и развертывания ML-моделей. Дополните инфраструктуру доступными инструментами для ML.

Как устроена ML-платформа

ml-scheme

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/

Перезвоним и ответим на ваши вопросы

Имя *
Код *
Телефон *
Компания *
Сообщение

На связи любым способом

Имя *
Компания *
tel *
email *
Опишите задачу
Имя
Компания
Телефон
Email