MLOps 体系结构模型(1)

MLOps 体系结构模型(1)

引用

CSDN

1.

https://m.blog.csdn.net/2401_87360858/article/details/142437740

对于解决方案架构师来说，设计过程从新体系结构需要解决的问题规范开始，例如：

• 手动数据收集速度慢，容易出错，并且需要大量工作
• 实时数据处理不是当前数据加载方法的一部分
• 没有数据版本控制，因此不支持随时间推移的可重复性
• 模型的代码在本地计算机上手动触发，并不断更新，无需版本控制
• 完全缺少通过通用平台共享数据和代码
• 预测过程不表示为业务流程，所有步骤都是分散的和不同步的，并且大多数步骤都需要手动操作
• 数据和模型的实验不可重现且不可审计
• 在内存消耗增加或占用大量 CPU 的操作的情况下，不支持可伸缩性
• 目前不支持对整个过程进行监控和审计

图 1.MLOps 体系结构图

平台设计决策

设计 MLOps 平台时要考虑的两个主要策略是：

1. 从头开始开发与选择平台
2. 在基于云的、本地或混合模型之间进行选择

从头开始构建 MLOps 平台是最灵活的解决方案。它将提供解决公司未来任何需求的可能性，而无需依赖其他公司和服务提供商。如果公司已经拥有所需的专家和训练有素的团队来设计和构建 ML 平台，那将是一个不错的选择。

预打包解决方案是模拟不需要大量自定义的标准 ML 流程的不错选择。一种选择甚至是购买一个预训练的模