DevOpsチームやSREチームのためのSKIL

効率的な大規模AIワークフローを設計、構築、維持

耐障害性に優れた大規模な分散型機械学習

SKILは、処理能力やパフォーマンスを考慮に入れながら、外・内部サービスの信頼性やユーザーに適したアップタイムを確保しています。

コマンドライン インターフェース

コマンドラインから内部サービスのセットアップとワークフローの監視が可能です。

          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")
        

標準化

  • データサイエンス チームとITチーム間で使用する標準的な依存関係のセットを実行
  • SkymindがサポートするマネージドAI層

モデルの管理

  • 単一の使いやすいインターフェース内でモデルを構築、トレーニング、評価
  • 複製やバージョン管理ができる単一のコラボレーション ワークスペース

埋め込み可能

  • SKILはオンプレミス、クラウド、ハイブリッド環境内で展開可能
  • マイクロサービスとしてSKILは継続的に実行および展開

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