ML DevOps
ML DevOps
企業導入人工智慧開發，往往面臨以下的挑戰而效益不彰：
- 多重異質資源需求
- Server, GPU, Object storage, File storage
- 複雜的軟體元件
- Big Data
- Machine Learning
- Web Services
- 不同專業專長所需
- Data Scientist
- AI Scientist
- IT Operations
- 導致各部門都有各自的流程數據
- Operational Silos
Gemini ML DevOps 解決方案優勢：
- 處理多種 Raw Data 格式
- 快速自動建立 AI/ML 所需運算環境
- 彈性調整各 ML 計劃所需的運算資源
- AI 訓練數據 在雲端儲存保存及分享
- 持續訓練改善 AI inference model