与其他容器化工作负载相似的收益
时间：2022-04-05 20:03:01 | 来源：行业动态
时间：2022-04-05 20:03:01 来源：行业动态
Autify公司AI与ML负责人Nauman Mustafa认为，容器化技术在AI/ML工作流场景下拥有三大总体优势：
模块化：让工作流中的各个重要组成部分（例如模型训练与部署）高度模块化。这种收益在整个软件开发领域也有鲜明体现，即容器化支持下的高度模块化微服务架构。
速度：容器化还能加速开发/部署与发布周期。
人员管理：容器化还能降低跨团队依赖性，让团队管理更简单。与其他IT领域一样，工作内容会在不同职能团队间往来交换，而容器化有助于减少交出去就算结束的消极心态。
虽然机器学习模型与其他应用或服务有着完全不同的技术要求与考量因素，但容器化能够带来的好处仍然高度共通。
Red Hat公司数据科学家Audrey Reznik还提到，容器化在增强AI/ML工作负载或解决方案的可移植性与可扩展性（例如混合云环境）方面同样功效卓着，同时有望降低运营开销。
Reznik强调，容器使用的系统资源要低于裸机或者虚拟机系统。这又能进一步加快部署速度。我很喜欢问「你的编码速度能有多快」，因为越早完成编码、就能先一步使用容器部署解决方案。
在线咨询
