Skymind Intelligence Layer | Skymind

Skymind Intelligence Layer

モデルを実運用するためのプラットフォーム

Overview

SKIL(Skymind Intelligence Layer)とは、企業のITチームによる大規模な
機械学習モデルの管理、展開、再トレーニングをサポートする
ソフトウェアです。SKILは、主に分散型システムを対象として、リサーチから
実運用までの手順を効率化させます。

SKILを選ぶべき理由

データ
サイエンティスト

幅広く使用されているデータサイエンス ライブラリとの優れた相互運用性

もっと読む →

上級管理

イノベーションチームの手助けと価値創造を加速する。

もっと読む →

アーキテクト

IT環境内に埋め込み可能な設計

もっと読む →

DevOps/SRE

拡張性や耐障害性に優れ、埋め込み可能な機械学習

もっと読む →

AIインフラストラクチャーの統一

SKILはAIワークフローを統合された単一プラットフォーム内でデータサイエンスとビッグデータを標準化し、相互運用性を可能に編成するソフトウェア。

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データサイエンスの管理。

          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")
        

機能一覧表

機能 詳細 コミュニティー エンタープライズ
相互運用性
Deeplearning4j HadoopおよびSpark上のJVM用のディープラーニング
Tensorflowのプロトコルバッファー TensorFlowから事前にトレーニングされたモデルを導入
Keras H5 Kerasから事前にトレーニングされたモデルを導入
PMML 従来の機械学習モデルを導入
ONNX Caffe2、PyTorch、Apache MXNet、その他のフレームワークから導入
DataVecの変換 データのETL正規化およびベクトル化パイプライン
SKILプラットフォーム
モデル提供 埋め込み可能なモデルのホスティング、管理、バージョン管理 制限あり
マルチノードをサポート サーバーのクラスタ上で分散トレーニングおよび推論
拡張性 耐障害性、負荷分散、リーダー選出
インストール クラウド、オンプレミス、ハイブリッドシステム上のDockerおよびBare Metalを通じて展開可能
モデルの導入 幅広く使用されている機械学習ライブラリからモデルを導入
ハードウェア アクセラレーション GPU用CUDAおよびCPU用MKLの管理
連携 HadoopやSparkなどのビッグデータツールとネイティブ連携
アプリケーション
ロボットによる業務自動化 既存のRPAアプリケーションにAI層を追加
AIインフラストラクチャー SKILはCiscoやHuaweiのサーバー上に事前にパッケージ化済み
サポート
オンライン コミュニティー コミュニティー フォーラム、ビデオ、ドキュメントへのアクセス
開発サポート 一般的な特徴量設計およびモデル調節に関するアドバイス
SLA アップタイムおよび応答時間の保証
価格 無料 お問い合わせまで

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