ソリューション アーキテクトのためのSKIL | Skymind

ソリューション アーキテクトのためのSKIL

拡張性や耐障害性に優れ、埋め込み可能なモデルサーバー

SKILアーキテクチャ

Skymind Intelligence Layer (SKIL)は、オンプレミス、クラウド、ハイブリッド インフラストラクチャー内への埋め込みが可能です。

SKILの分散処理フレームワーク

SKILは、エンド・ツー・エンドの機械学習ワークフローの構築に必要なツールやライブラリすべてと連携しています。

*詳細はこちらからお問い合わせください。

機械学習基盤(MLOps)を強化

          import skil_client
          uploads = client.upload("tensorflow_rnn.pb")
          new_model = DeployModel(name="recommender_rnn", scale=30, file_location=uploads[0].path)
          model = client.deploy_model(deployment_id, new_model)
          ndarray = INDArray(array=base64.b64encode(x_in))
          input = Prediction(id=1234, prediction=ndarray, needsPreProcessing=false)
          result = client.predict(input, "production", "recommender_rnn")
        

拡張性

  • 負荷分散を搭載、リソースのスケジューリング、リーダー選出、冗長性に対応。
  • SKILノードは要求に応じて追加、削除が可能。

クラスタの管理

  • 幅広く利用されているビッグデータツールのHadoop、YARN、Cassandraなどへのコネクタを装備。
  • コマンドライン インターフェースでDevOpsチームやデータエンジニアリングチームが馴染みのある環境で問題を監視し修正可能。

エンタープライズサポート

  • 単一または複数ノードのクラスタへのSKIL導入を詳細にサポート。
  • オンプレミス、クラウド、ハイブリッド環境での推論パイプライン構築に関する専門的アドバイスを提供。

無料相談

AI専門家が初回30分無料でご質問・ご相談をお答えします。

今すぐお問い合わせ