Oracle Cloud现在提供数据科学和机器学习服务

甲骨文最近宣布了它的云数据科学平台的可用性,这是Oracle云基础设施(OC I)上的一个本地服务,该软件旨在让数据科学家团队在机器学习模型的开发、部署和维护方面进行合作。

云数据科学平台的起源在于获取数据科学。com,甲骨文于2018年获得了该平台,并将数据科学工具、项目和基础设施集中在一个完全受管理的工作区中。 此外,它标志着甲骨文努力将人工智能(A I)和ML集成到其云基础设施中。

云数据科学平台的核心是Oracle云基础设施数据科学服务,为数据科学家提供使用Python、TensorFlow、Keras、Jupyter等流行数据科学工具在OracleCloud上构建、训练和管理机器学习算法的能力。 此外,它还提供共享项目、模型目录、团队安全策略、可重现性和可审计性等功能。

Cloud Data Science平台宣布,Oracle Data和AIServices高级副总裁Greg Pavlik表示:

通过OracleCloud基础设施数据科学,我们正在提高单个数据科学家的生产力,使他们的整个工作流程自动化,并为协作增加强有力的团队支持,以帮助确保数据科学项目为企业提供真正的价值。

接下来,在OracleCloud Infrastructure DataScience服务中,Oracle增加了六项额外服务,包括集成在Oracle自治数据库、OracleCloud Infrastructure DataCatalog、Oracle大数据服务、OracleCloud SQL、OracleCloud Infrastructure数据流和OracleCloud Infrastructure虚拟机中的新机器学习功能。

随着云数据科学平台的建立,Oracle进入了一个市场,自2016年以来,AWS、Azure、GCP和IBMCloud等其他云提供商已经拥有MLPaaS。 然而,作为市场上的后起之秀,它将尝试超越其他公共云供应商为数据科学家提供的服务,这些服务与其云数据科学平台以及典型的数据科学家工作流带来的问题相结合。

Constellation ResearchInc.首席分析师兼副总裁霍尔格?米勒(HolgerMueller)对InfoQ说:

数据科学家为利用人工智能和ML的下一代应用负载提供燃料。 这些工作负载最好在公有云中运行,因为公有云提供弹性和无限的计算能力。 因此,所有云基础设施供应商都希望通过使数据科学家易于构建AI/ML应用程序来吸引这一工作量,这对企业来说是个好消息,因为开发速度对下一代应用程序至关重要。 CxOs需要注意工具、AI运行时和数据端的潜在锁定。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。