С помощью платформы ML Space можно обеспечить полный цикл машинного обучения и совместного развертывания обученных моделей. Она позволяет решать задачи машинного обучения с использованием суперкомпьютеров и/или распределенных вычислительных мощностей.

ML Space состоит из нескольких модулей. Среди них Data Registry — модуль для совместной работы с артефактами машинного обучения (датасетов, моделей) — и Artifact Registry, модуль для хранения и управления ими. Environments предназначен для обучения моделей на суперкомпьютерах Christofari, компьютерах с графическими ускорителями Tesla A100/V100 или при помощи распределенных вычислений посредством фреймворка Apache Spark. В Deployments происходит развертывание моделей машинного и глубокого обучения, а «Пайплайны» позволяют автоматизировать ход обработки данных и моделирования путем использования модулей. В DataHub размещены предобученные модели, датасеты и контейнеры.

Платформа была представлена в декабре 2020 года.

Руководство пользователя

Обучающие материалы по работе c ML Space

• Смотреть