cnvrg.io，數(shù)據(jù)科學平臺，簡化了與MLOps和持續(xù)學習機自動化模型管理，宣布其先進的MLOps解決方案將與NVIDIA NGC容器注冊表進行整合。通過全面的本地集成，cnvrg.io將為多云和混合云環(huán)境中的企業(yè)團隊提供加速的企業(yè)人工智能(AI)，機器學習(ML)和數(shù)據(jù)科學自動化管道。

cnvrg.io與NGC容器的集成極大地縮短了從研究到生產(chǎn)的時間。開發(fā)團隊可以在任何本地或混合云計算中一鍵式無縫啟動GPU優(yōu)化的NGC容器。cnvrg.io簡化了模型管理，并通過端到端可追溯性解決了可重復(fù)性問題，使企業(yè)可以獲得最新，最優(yōu)化的NGC容器以及模型經(jīng)過訓練的數(shù)據(jù)集。

NGC集成到cnvrg.io中是MLOps解決方案的一項突破，它可以使DevOps自動化，最小化復(fù)雜性，節(jié)省時間，并為數(shù)據(jù)科學團隊提供了一個統(tǒng)一的中心來標準化其ML工作流程。cnvrg.io提供了高級資源管理和元計劃功能，實現(xiàn)了MLOps任務(wù)的自動化，同時為IT團隊提供了管道性能監(jiān)控和指標。

借助NGC，cnvrg.io提供了統(tǒng)一的解決方案，可通過MLOps，自動化和NVIDIA GPU性能優(yōu)化的容器來加速企業(yè)AI。結(jié)合后的企業(yè)解決方案加快了ML流程，使數(shù)據(jù)科學團隊能夠：

一鍵啟動NGC容器-使用現(xiàn)成的NGC容器輕松在本地或云中啟動任何ML或DL框架

增強模型管理-跟蹤端到端ML管道，包括代碼，模型，版本，元數(shù)據(jù)以及與容器相關(guān)的培訓數(shù)據(jù)

啟用模型可重現(xiàn)性-使用可追溯的ML管道重現(xiàn)結(jié)果并改善治理

擴展資源-獲得基于容器的高級資源管理和元調(diào)度系統(tǒng)，并支持Kubernetes，多云和混合云

采用先進的MLOps-通過自動化簡化工程任務(wù)，立即部署作業(yè)并為IT提供實時監(jiān)控和指標

cnvrg.io用戶將受益于由NVIDIA工程團隊優(yōu)化的完全托管的現(xiàn)成容器注冊表，使他們能夠即時訪問深度學習和機器學習框架的NVIDIA NGC容器，這些容器經(jīng)過GPU優(yōu)化以提高性能和速度。

“在cnvrg.io，我們一直在努力為數(shù)據(jù)科學家和數(shù)據(jù)工程師提供最好的資源，以做他們最擅長的事情：數(shù)據(jù)科學。” cnvrg.io首席執(zhí)行官兼聯(lián)合創(chuàng)始人Yochay Ettun說。“我們看到了巨大的客戶吸引力，現(xiàn)在通過NGC容器集成，我們的MLOps解決方案有了另一個增強。任何AI / ML用例都可以靈活地在任何計算資源上運行，無論是在云還是本地。

帶有NGC容器的NVIDIA GPU可以加速并簡化企業(yè)中的AI部署。cnvrg.io MLOps提供了構(gòu)建，運行，部署和監(jiān)視工作流所需的工具。通過一鍵式部署NGC容器，我們正在加速數(shù)據(jù)科學家的工作，” NVIDIA NGC產(chǎn)品管理總監(jiān)Adel El Hallak說道。

cnvrg.io MLOps適用于客戶，可以在cnvrg.io/start上獲得評估的試用許可證。聯(lián)合解決方案將在GTC 2020中提出。敬請期待更多GTC 2020公告和客戶評估包。