Charmed Kubeflow 现已与 MindSpore 集成

by Canonical on 16 November 2022

该集成允许用户在 MLOps 平台内利用深度学习进行 AI (人工智能)/ML (机器学习) 项目

2022 年 11 月 8 日，在巴黎开源体验大会上，Canonical 宣布旗下企业级 Kubeflow 发行版 Charmed Kubeflow，现已与华为旗下开源深度学习框架 MindSpore 集成。

Charmed Kubeflow 是一个端到端 MLOps 平台，具备经过优化的复杂模型训练功能，旨在与 Kubernetes 一起使用。与 MindSpore 的全新本地集成是一系列强大集成的一部分，能够访问统一 API 和端到端 AI 功能，可用于模型开发、执行和部署。MindSpore 充分使用华为硬件提供的计算能力，提供 AI Native 执行模式 

MindSpore：行业广泛采用的创新 AI 框架

自 MindSpore 于 2020 年首次开源以来，行业伙伴与开发商一直积极参与其开发。目前 MindSpore 服务于 5000 多家企业，下载量超 249 万次。有 6600 多名开发人员为该计划共筑代码，超过 110 所大学和 40 所顶级研究机构正在使用 MindSpore 进行科学研究和教学。

MindSpore 针对华为 Ascend/GPU/CPU 等硬件进行了优化，可在云、边缘和移动端场景中快速部署，使工程师能够为广泛的用例开发解决方案。MindSpore 在基于网络的交互式计算平台 Jupyter Notebook 上运行。在创建 Notebook 时，工程师可从默认的 Jupyter Lab 图像列表中选择 MindSpore 图像，分配特定的 CPU 资源，启动能够运行 MindSpore 及其 Vision 套件代码的 Notebook 示例来进行机器学习实验。

开始使用我们的实用指南。

大规模 MLOPs 的强大集成 

Canonical 通过与 MindSpore 进行本地集成，并与华为就此开源计划开展合作，为 MLOPs 生态系统提供了日渐丰富的工具集。Charmed Kubeflow 集成了多个 AI/ML 学习工具，如提供中央模型注册的 MLFlow 和促进数据流的 Spark。MindSpore 集成实现了对于解决方案的各种功能的访问，如统一编程和操作符、自动模型切分以及动态和静态计算图。

Canonical 与华为出席 2022 年 11 月 8 – 9 日在巴黎举行的开源体验大会。安排参加会议，了解更多关于 MindSpore 和 Charmed Kubeflow 的信息。活动参与者可演示从 Atlas 500 Pro 智能边缘服务器上运行的集成中受益的真实用例。