- Anzeige -

Sie sind hier: Startseite » Markt » English News

Lernpipelines orchestrieren und verwalten

Kubeflow Pipelines eine ideale Hybridlösung vom Prototyping bis hin zur Produktion
Mit Kubeflow Pipelines kann KI noch effektiver genutzt werden

- Anzeigen -

Um Künstliche Intelligenz (KI) für Unternehmen einfacher verfügbar zu machen, hat Google Cloud bereits Anfang des Jahres AutoML vorgestellt. Damit werden Unternehmen mit begrenztem Machine-Learning-Wissen beim Aufbau eigener Modelle unterstützt. Heute kommen zwei weitere KI-Werkzeuge dazu, die es Unternehmen leichter machen, KI für sich zu nutzen: Der AI Hub ist eine neue, universelle Plattform für Machine-Learning-Plug-and-Play-Inhalte: ML-Ressourcen, die von Google Cloud entwickelt wurden, sind für alle Unternehmen öffentlich zugänglich. Zusätzlich bietet AI Hub eine sichere, zentrale Plattform, auf der Unternehmen ML-Ressourcen hochladen und innerhalb ihrer eigenen Organisation gemeinsam testen und nutzen können.

Mit Kubeflow Pipelines kann KI noch effektiver genutzt werden. Dies ist die neueste Komponente des Kubeflow-Projekts und ermöglicht es Anwendern, mehrstufige maschinelle Lernpipelines zu orchestrieren und zu verwalten. Somit ist Kubeflow Pipelines eine ideale Hybridlösung vom Prototyping bis hin zur Produktion.

Introducing AI Hub and Kubeflow Pipelines: Making AI simpler, faster, and more useful for businesses

Hussein Mehanna, Engineering Director, Cloud ML Platform

Whether they’re revolutionizing the clothing manufacturing supply chain or accelerating e-commerce, businesses from every industry are increasingly turning to AI to advance what’s possible. Yet for many businesses, the complexities of fully embracing AI can seem daunting.

Our goal is to put AI in reach of all businesses. But doing that means lowering the barriers to entry. That’s why we build all our AI offerings with three ideas in mind: make them simple, so more enterprises can adopt them, make them useful to the widest range of organizations, and make them fast, so businesses can iterate and succeed more quickly.

Earlier this year, we announced AutoML to help businesses with limited ML knowledge and expertise build their own custom ML models. We’ve invested in specialized training and certifications to help grow the ML skill set more broadly. And we provide enterprises resources like the Advanced Solutions Lab that offer on-site collaboration with Google’s own ML engineers. All these things have helped grow AI adoption across enterprises. To date, we have more than 15,000 paying customers across many different industries using our AI services.

Another way we’re aiming to make AI faster, simpler and more useful is by helping data scientists be more effective. Although there are approximately 20 million developers worldwide, there are only 2 million data scientists. They need tools that can help them scale their efforts, and organizations need more ways to take advantage of their work and make it accessible to their developers and engineers. Today we’re announcing several new products to our AI portfolio that do exactly that.

Making AI simpler with the AI Hub
Putting AI in reach of more businesses means making it easier for them to discover, share, and reuse existing tools and work. But until recently, the scarcity of ML knowledge in the workforce made it challenging to build a comprehensive resource. Today we’re launching the AI Hub to address this need.

The AI Hub is a one-stop destination for plug-and-play ML content, including pipelines, Jupyter notebooks, TensorFlow modules, and more. It offers two significant benefits. The first is making high quality ML resources developed by Google Cloud AI, Google Research and other teams across Google publicly available to all businesses. The second is that it provides a private, secure hub where enterprises can upload and share ML resources within their own organizations. This makes it easy for businesses to reuse pipelines and deploy them to production in GCP—or on hybrid infrastructures using the Kubeflow Pipeline system—in just a few steps.

In alpha, the AI Hub will provide these Google-developed resources and private sharing controls, and its beta release will expand to include more asset types and a broader array of public content, including partner solutions.

Making AI more useful with Kubeflow Pipelines and API updates for video
It’s not enough to provide a place where organizations can discover, share and reuse ML resources, they also need a way to build and package them so that they’re as useful as possible to the broadest range of internal users. That’s why we’re introducing Kubeflow Pipelines.

Kubeflow Pipelines are a new component of Kubeflow, a popular open source project started by Google, that packages ML code just like building an app so that it’s reusable to other users across an organization. Kubeflow Pipelines provides a workbench to compose, deploy and manage reusable end-to-end machine learning workflows, making it a no lock-in hybrid solution from prototyping to production. It also enables rapid and reliable experimentation, so users can try many ML techniques to identify what works best for their application.

Fairness is one of our guiding AI principles and something we discuss with our cloud customers adopting ML in their own businesses. Kubeflow Pipelines can help them take advantage of Google’s TensorFlow Extended (TFX) open source libraries that address production ML issues such as model analysis, data validation, training-serving skew, data drift, and more. This improves the accuracy, relevance, and fairness of results for businesses. You can get started with Kubeflow Pipelines on GitHub.

We also continue to expand the capabilities of our AI building blocks to make them even more useful for enterprises, including the beta release of three features in our Cloud Video API that address common challenges for businesses that work extensively with video. Text Detection can now determine where and when text appears in a video, making that video more readily searchable, and it supports more than 50 languages. Object Tracking can both identify more than 500 classes of objects in a video. Speech Transcription for Video can transcribe audio, making it possible to easily create captioning and subtitles, as well as increasing the searchability of its contents. You can learn more about our AI building blocks on our website.

Making AI faster with Cloud TPU updates
We’re continually lowering the compute barriers to AI with our Tensor Processing Units (TPUs). These custom ASIC chips designed by Google for machine learning workloads dramatically accelerate ML tasks, and are easily accessed through the cloud.

In July we announced that our second-generation TPUs are generally available and within reach of every Cloud user, including free-tier users. In October, we announced the beta release of our third generation, liquid-cooled Cloud TPUs, and we made PyTorch available across Google Cloud, and will soon be available for use on TPUs. Today we also announced pricing for our V2 TPU Pods. All these updates aim to make compute-intensive machine learning faster and more accessible to businesses worldwide. You can learn more about TPUs on our website.

Looking forward
Over the past several months we’ve heard from many of our customers successfully using AI to solve their unique business challenges.

Meredith Corporation, a media company, uses machine learning to automate content classification, applying a custom universal taxonomy with Cloud AutoML and Natural Language. Machine learning helps them make content classification more repeatable and scalable, saving time and improving reader experiences.

"At Meredith Corporation, we’re focused on creating compelling content across platforms and life stages for brands such as PEOPLE, Better Homes & Gardens, Martha Stewart Living, Allrecipes, and Food & Wine,” says Alysia Borsa, Chief Marketing & Data Officer, Meredith Corporation. "By using Natural Language and AutoML services to apply our custom universal taxonomy to our content, we’re able to better identify and respond to emerging trends, enable robust detailed targeting and provide our audience with more relevant and engaging experiences.”

Emory University is combining clinical data, machine learning, and the scalable infrastructure of GCP to develop a sepsis prediction engine that uses real-time analytics in an effort to provide better care for at-risk patients while also controlling medical costs.

"With sepsis, early detection is key,” says Dr. Ashish Sharma, Assistant Professor, Department Department of Biomedical Informatics, Emory University’s School of Medicine. "By converting our TensorFlow-based sepsis prediction algorithm into an App and running it on the Google App Engine, we're able to provide information in the actionable window when physicians can make meaningful interventions for a patient. What matters most is improving medical outcomes for real patients in ICUs and machine learning is crucial to helping optimize patient care.”

Geotab uses BigQuery ML and BigQuery GIS to predict potential hazardous driving areas in Chicago and promote data driven decision making and enable smart city initiatives.

"Geotab provides data-driven insights on commercial fleet vehicles across every continent,” says Mike Branch, Vice President Data & Analytics, Geotab. "By leveraging machine learning and BigQuery, among other smart city insights, we have been able to develop a solution for our customers that predicts particularly hazardous driving areas in a city based on weather and traffic flow. We’re incredibly excited to be collaborating with Google Cloud’s machine learning technology to help create better solutions for our customers and the community.”

We’re also thrilled to see the continued growth of the Kubeflow community. Organizations like Cisco and NVIDIA are among the key contributors to this open source project and are collaborating with us closely to adopt Kubeflow pipelines. NVIDIA is already underway integrating RAPIDS, a new suite of open source data science libraries, into Kubeflow. The RAPIDS library leverages GPUs to provide an order of magnitude speed-up for data pre-processing and machine learning, thus perfectly complementing Kubeflow.

"Machine learning is fast emerging as an indispensable part of the digital transformation our customers are undertaking. Further, ML is increasingly gaining traction with enterprise IT and mainstream engineering teams as they seek to deploy architectures that serve data scientists in their lines of business. Realizing the potential of ML in enterprise environments requires dramatic simplification of the lifecycle of the entire solution,” said Kaustubh Das, vice president, data center product management at Cisco. "Cisco’s significant contributions to Kubeflow aims to simplify hybrid/multi cloud AI/ML life cycle management. Cisco is also delighted to see the emergence of Kubeflow Pipeline that promises a radical simplification of ML workflows which are critical for mainstream adoption. We look forward to bringing the benefits of this technology alongside our world class AI/ML product portfolio to our customers." (Google: ra)

eingetragen: 17.11.18
Newsletterlauf: 12.12.18

Google Enterprise: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.

- Anzeigen -

Kostenloser Compliance-Newsletter
Ihr Compliance-Magazin.de-Newsletter hier >>>>>>

Meldungen: Unternehmen

  • Kontrolle von SaaS-, PaaS- und IaaS-Umgebungen

    McAfee kündigte die Zusammenarbeit mit Atlassian an, Anbieterin für Softwareentwicklungs- und Kollaborations-Tools. Ziel ist es gemeinsamen Kunden, die den Umstieg in die Cloud beschleunigen wollen, verbesserte Sicherheit und Bedrohungserkennung zu bieten. Durch die Zusammenarbeit profitieren Kunden von Atlassian nun von den Vorteilen des McAfee Mvision Cloud Portfolios. Dazu gehört die Sichtbarkeit und Kontrolle von SaaS-, PaaS- und IaaS-Umgebungen über alle Content-Management-Systeme und DevOps-Umgebungen hinweg. Dies geschieht mithilfe einer einheitlichen Sicherheitsplattform für die umfassende Kontrolle von Cloud-Diensten - egal ob auf verwalteten oder nicht verwalteten Geräten. Sicherheitslösungen für die Cloud sind unentbehrlich geworden. So ging aus einem kürzlich erschienen Bericht von McAfee zum Thema Cloud-Sicherheit hervor, dass Unternehmen heutzutage durchschnittlich 1.400 verschiedene Cloud-Dienste nutzen. Um die Migration in die Cloud so sicher wie möglich zu gestalten, sollten Unternehmen ihre Sicherheitsmaßnahmen ausbauen, um unterschiedlichen Herausforderungen zu begegnen: unbeabsichtigte Daten-Uploads, die Nutzung von Geräten außerhalb traditioneller Netzwerkparameter, Insider-Bedrohungen durch unvorsichtige Mitarbeiter oder Fehlkonfigurationen von Anwendungen.

  • Interesse der Kunden an der Cloud nimmt zu

    Rackspace wurde von Gartner als Leader im "Magic Quadrant for Public Cloud Infrastructure Professional and Managed Services, Worldwide 2020" positioniert. Bereits das vierte Jahr in Folge wurde Rackspace in diesem Report als Leader benannt. Die Bewertung von Gartner wird von den IT-Branchenanalysten des Unternehmens durchgeführt und beurteilt Dienstleister auf der Grundlage der Vollständigkeit ihrer Vision und ihrer Umsetzungsfähigkeit. "Mehr denn je suchen Unternehmen jetzt nach Möglichkeiten, das gesamte Potenzial der Cloud voll und vor allem schneller auszuschöpfen", sagt Kevin Jones, CEO bei Rackspace. "Die Tatsache, dass wir in diesem Bericht als Leader gewürdigt wurden, unterstreicht unseren nachgewiesenen Erfolg und unser Engagement, unsere Kunden auf dem Weg in die Cloud dabei zu unterstützen, ihre Flexibilität zu erhöhen, Kosten zu senken und Innovationen zu fördern."

  • Migration in die Cloud

    Informatica kündigte eine Integration seiner Anwendungen in SAP-Lösungen an. Damit lässt sich die Migration von Unternehmen in die Cloud deutlich schneller als bislang gestalten. Dies wird durch den Einsatz des Daten- und Analyse-Cloud-Portfolios von SAP und der Informatica Intelligent Cloud Services erreicht. Gleichzeitig wird so die Partnerschaft zwischen SAP und Informatica gestärkt. Die "SAP Data Warehouse"-Cloud-Lösung ist Teil des Integrationsszenarios zu dem auch die bestehenden Data Warehouses sowie eine breite Palette an Anwendungen und Datenbanken - sowohl on-premise als auch in der Cloud gehören.

  • Palette automatisierter Cloud Computing-Lösungen

    Die Sewan Gruppe, einer der führenden europäischen Cloud Service Provider, stellt mit der Übernahme des Berliner Telekommunikationsanbieters 42one GmbH die Weichen für ihren Einstieg in den deutschen Markt. Ziel der Zusammenarbeit ist die gemeinsame Vermarktung Cloud-basierter White-Label-Services für anspruchsvolle B2B-Umgebungen über indirekte Vertriebskanäle. Im Zentrum des Business-Modells von Sewan steht Sophia - eine leistungsstarke Cloud-Plattform, über die Sewan ein breites Portfolio von Kommunikationsdiensten für den ITK-Fachhandel bereitstellt. Das Angebot reicht von Festnetz- und mobiler Telefonie über Collaboration, Internet Access und Security bis hin zu Cloud Computing-Services wie Microsoft 365. Die Gruppe setzt dabei, ähnlich wie 42one in Deutschland, ganz auf den indirekten Vertrieb und ein konsequentes White-Label-Modell. Europaweit beschäftigt Sewan 450 Mitarbeiter und betreut 750.000 Endanwender. Der prognostizierte Gesamtumsatz 2020 liegt bei 135 Millionen Euro.

  • Ziel: Wachstum von durchschnittlich mehr als 40%

    Die Hosting- und Cloud-Anbieterin Ionos launcht mit "Ionos cloud" eine neue Sub-Brand. Darunter bündelt Ionos alle Angebote für professionelle Cloud Computing-Nutzer: Compute Engine (ehemals Enterprise Cloud), Managed Kubernetes, S3 Object Storage und eine Private Cloud powered by VMware. "Mit der neuen Marke Ionos cloud schärfen wir unser Angebot im Markt. Wir machen damit deutlich, dass Ionos eine leistungsfähige europäische Cloud-Alternative zu den US-Angeboten bietet", sagt Dr. Christian Böing, stellvertretender Vorstandsvorsitzender von Ionos und Vertriebs- und Markenverantwortlicher für Ionos cloud.

  • In "ForgeRock Identity Cloud" investieren

    ForgeRock, Plattformanbieterin für digitales Identitätsmanagement, gibt bekannt, dass die Finanzierungsrunde der Series E im Wert von 93,5 Mio. US-Dollar abgeschlossen wurde. Diese jüngste Finanzierungsrunde wurde von Riverwood Capital geleitet. Bestehende Investoren, darunter Accel, Meritech Capital, Foundation Capital und KKR Growth beteiligten sich ebenfalls. ForgeRock hat seit seiner Gründung inzwischen mehr als 230 Mio. US-Dollar an Wachstumskapital aufgebracht. Der Mitgründer und geschäftsführende Partner von Riverwood Capital, Jeff Parks, wird in das Board of Directors von ForgeRock berufen.

  • Führungsrolle im Bereich Cloud-Sicherheit

    Trend Micro wird als "Google Cloud Technology Partner" des Jahres 2019 im Bereich Sicherheit ausgezeichnet. Diese Auszeichnung würdigt die Leistungen für die Google Cloud und unterstreicht die Führungsrolle von Trend Micro im Bereich Cloud-Sicherheit. Google-Cloud-Kunden, die Trend Micros Lösungen einsetzen, profitieren seit langem von einem kompletten Paket, das Infrastruktur und Sicherheit integriert. Beide Systeme wurden gemeinsam getestet, um Kunden bei der Einhaltung ihrer Sicherheits- und Governance-Richtlinien zu unterstützen. Ein gemeinsamer Kunde, der sowohl auf Google Cloud als auch auf Trend Micro vertraut, ist ClearData, eines der führenden Unternehmen in den Bereichen Healthcare Cloud Security, Compliance und Datenschutz.

  • AllCloud erlangt AWS SaaS-Kompetenzstatus

    AllCloud, Anbieterin von Professional Services und AWS Premier Consulting Partner, hat den Software-as-a-Service (SaaS)-Kompetenzstatus für Amazon Web Services (AWS) erhalten. Das Unternehmen wird damit für seine umfassende Erfahrung bei der Entwicklung und dem Aufbau von SaaS- und Cloud-nativen Lösungen auf AWS ausgezeichnet. Mit dem Erreichen der AWS SaaS-Kompetenz hebt sich AllCloud als Mitglied des AWS Partner Network (APN) hervor, das über fundierte Fachkenntnisse in der Kategorie Design Services verfügt. APN-Beratungspartner in der Kategorie Design Services verfügen über profunde Fachkenntnisse im Design und in der Implementierung komplexer SaaS-Lösungen unter Verwendung der AWS-Infrastruktur und sind in der Lage, die AWS-Infrastruktur für SaaS-Anwendungsarchitekturen zu entwerfen, zu implementieren und zu integrieren. Um die Auszeichnung zu erhalten, müssen APN Partner über fundierte AWS-Fachkenntnisse im Design für SaaS auf AWS verfügen.

  • Zscaler will Cloudneeti kaufen

    Zscaler gibt eine Absichtserklärung zur Übernahme von Cloudneeti bekannt, ein Unternehmen im Bereich des "Cloud Security Posture Management "(CSPM). Mit der Akquisition wird Zscaler seinen Kunden eine branchenführende Data Protection-Abdeckung über die Zscaler Cloud Security-Plattform bieten. Cloudneeti verhindert und behebt Fehlkonfigurationen von Applikationen in SaaS-, IaaS- und PaaS-Umgebungen. Diese Fehlkonfigurationen sind eine der Hauptursachen für Datenschutzverstöße und Compliance-Verletzungen in Cloud-Anwendungen."Cloudneeti erweitert Zscalers Funktionalität zum Datenschutz und wird die Cloud-Sicherheit von Unternehmen dramatisch verbessern, indem es einige der häufigsten Ursachen für Datenverstöße und Compliance-Verletzungen aufdeckt und beseitigt", erklärt Jay Chaudhry, Chairman und CEO von Zscaler.

  • BaaS- und DRaaS-Geschäft profitabel skalieren

    Veeam Software, Anbieterin von Backup-Lösungen für Cloud-Datenmanagement, feiert das zehnjährige Jubiläum des "Veeam Cloud & Service Provider" (VCSP)-Programms mit der Bekanntgabe von Programmrabatten und -updates sowie dem Release der neuen Veeam Service Provider Console v4. Diese enthält neue Funktionen, die es Service Providern erleichtern, die Veeam-Umgebungen ihrer Kunden über Remote-Zugriff zu verwalten und zu überwachen. Die neue Version wird VCSP-Partnern kostenlos angeboten. Das im März 2010 gestartete VCSP-Programm ermöglicht es Service Providern, die Veeam-Software zu nutzen, um zuverlässige und gewinnbringende Backup-as-a-Service (BaaS)- und Disaster-Recovery-as-a-Service (DRaaS)-Lösungen anzubieten. Dank der mehr als 25.000 Cloud- und Service Provider-Partner verzeichnete das VCSP-Programm im vierten Quartal 2019 eine Steigerung des jährlich wiederkehrenden Umsatzes (Annual Recurring Revenue, ARR) in Höhe von 33 Prozent im Vergleich zum Vorjahr. Dabei steht das VCSP-Programm auch ein Jahrzehnt nach seiner Einführung weiterhin für Wertschöpfung und Innovation.