Google的Cloud AI Platform Pipelines Beta简化了机器学习工作流程

Google Cloud Platform(GCP)宣布了一项新的Beta版本产品，以简化复杂的机器学习(ML)工作流程的部署，这些工作流程通常包含许多相互依赖的移动部件。

Google表示，Cloud AI Platform Pipelines可帮助组织采用MLOps的实践，该术语指的是应用DevOps实践来帮助用户自动化，管理和审核ML工作流，通常涉及数据准备和分析，培训，评估，部署等。 。

新的预发行产品-在Google Kubernetes Engine(GKE)集群上运行-包含两个主要组件，一个由用于部署和运行与GCP服务集成的结构化ML工作流的基础结构组成，另一个则提供了用于构建的管道工具，调试和共享管道和组件。

谷歌表示：“ Cloud AI Platform Pipelines提供了一种部署健壮，可重复的机器学习管道以及监视，审核，版本跟踪和可重复性的方法，并为您的ML工作流提供了企业就绪，易于安装，安全的执行环境。” ，其中指出该产品为组织提供了：

通过Google Cloud Console一键式安装

用于运行ML工作负载的企业功能，包括管道版本控制，工件和执行的自动元数据跟踪，Cloud Logging，可视化工具等

与BigQuery，Dataflow，AI平台培训和服务，Cloud Functions等Google Cloud托管服务的无缝集成

用于ML工作流程的许多预建管道组件(管道步骤)，可轻松构建自己的自定义组件

展望未来，计划中的新功能包括：

多用户隔离，以便每个访问管道集群的人都可以控制谁可以访问其管道和其他资源

工作负载身份，以支持对GCP服务的透明访问

易于进行基于UI的后端数据集群外存储设置(包括元数据，服务器数据，作业历史记录和指标)，以进行大规模部署，从而使其在集群关闭后仍可保留

轻松集群升级