Cloudera kondigt cloud-platform aan voor machine learning op industriële schaal

Cloudera, aanbieder van moderne, voor de cloud geoptimaliseerde machine learning en analytics-oplossingen, introduceert een preview van een nieuw en geavanceerd cloud-platform voor machine learning dat door Kubernetes wordt ondersteund.

Cloudera Machine Learning, dat binnenkort verschijnt, vormt een aanvulling op de zakelijke oplossingen van Cloudera voor data science op basis van selfservice. Dit nieuwe platform combineert snelle inrichting en automatische schaalbaarheid met de gecontaineriseerde, gedistribueerde verwerking van data binnen heterogene IT-omgevingen. Cloudera Machine Learning biedt daarnaast veilige toegang tot data on-premises, in publieke clouds en in hybride omgevingen.

In tegenstelling tot tools voor data science die slechts een paar aspecten van de machine learning-workflow ondersteunen of alleen toegankelijk zijn voor publieke clouds, maakt Cloudera Machine Learning het mogelijk om een combinatie van data engineering en data science toe te passen op alle mogelijke typen data in elke gewenste locatie. Het platform maakt daarnaast een einde aan datasilo’s, zodat de complete workflow sneller verloopt.

Containers en het Kubernetes-ecosysteem dragen bij aan flexibele cloud-omgevingen en een consistente gebruikservaring. Ze maken het mogelijk om schaalbare IT-diensten aan te bieden binnen hybride en multi-cloudomgevingen. Bedrijven willen integrale machine learning-workflows in gebruik kunnen nemen en opschalen. Cloudera Machine Learning biedt de mogelijkheid om machine learning-processen te versnellen, van het onderzoekstadium tot het productiestadium. Gebruikers kunnen eenvoudig omgevingen inrichten en opschalen, zodat ze minder tijd hoeven te besteden aan de infrastructuur en meer tijd overhouden voor innovatie.

Mogelijkheden zijn onder meer:

• Naadloze portabiliteit voor private, publieke en hybride cloud-omgevingen dankzij ondersteuning door Kubernetes
• Een snelle inrichting en automatische opschaling van cloud-omgevingen
• Horizontaal schaalbare mogelijkheden voor data engineering en machine learning met naadloos beheer van afhankelijkheden dankzij gecontaineriseerde versies van Python, R en Spark on Kubernetes
• Razendsnelle deep learning-functionaliteit dankzij gedistribueerde GPU-planning en -training
• Veilige toegang tot data binnen het Hadoop Distributed File System (HDFS), object stores in de cloud en externe databases

“Het vergroten van de productiviteit van teams is van cruciaal belang voor het opschalen van mogelijkheden voor machine learning binnen ondernemingen.

Dit vraagt om een nieuw soort platform dat consistente mogelijkheden voor de ontwikkeling en implementatie van machine learning-modellen combineert met een uiterst schaalbare en transparante infrastructuur. Op die manier worden er nieuwe inzichten gehaald uit data op alle mogelijke locaties”, zegt Hilary Mason, directeur Machine Learning bij Cloudera. “Cloudera Machine Learning brengt een groot aantal mogelijkheden samen op het gebied van data engineering, voor gezamenlijke verkenningen van data en voor het trainen en toepassen van modellen. Dit cloud-platform kan overal worden ingezet waar dat maar nodig is en biedt de ingebouwde mogelijkheden voor beveiliging, compliance en databeheer waar onze klanten behoeften aan hebben.

“Bij Akamai hebben we volwassen systemen voor internetbeveiliging ontwikkeld op basis van uitgebreide gegevensanalyse en dataverwerking. En we weten dat snelheid en schaalbaarheid van cruciaal belang zijn voor de detectie van afwijkende patronen in hyperscale-omgevingen”, zegt Oren Marmor, DevOps manager bij de Web Security-divisie van Akamai. “De flexibiliteit die Docker en Kubernetes naar Apache Spark brengen vormt een pijler van onze activiteiten op het gebied van data engineering en data science. We kijken reikhalzend uit naar de introductie van het nieuwe Cloudera Machine Learning-platform. De mogelijkheid om het beheer van OS- en library-afhankelijkheden te vereenvoudigen is een veelbelovende ontwikkeling.”