ืจืืืฉืืช
Anaconda Acquires Outerbounds to Unify Enterprise AI Development
Anaconda הודיעה על רכישת Outerbounds, ובכך מאחדת שתי שכבות בתשתית ה-AI של החברות, שהיו מפוצלות היסטורית: סביבות פיתוח וניהול ייצור.
בליבתה, המהלך משקף שינוי בדרך בה מערכות AI נבנות. במקום לטפל במודלים כאילו היו רק רכיב אחד בתוך תוכנה מסורתית, חברות עסוקות כעת בתכנון יישומים בהם המודל יושב במרכז. שינוי זה חשף פער גדול בין ניסויים לייצור, פער שרכישה זו מיועדת לסגור.
מיסוד הפייתון למחזור חיים מלא של AI
Anaconda הייתה מזמן נקודת המוצא לעבודות מדע נתונים ו-AI, במיוחד ב- Python. פלטפורמתה בנויה סביב ניהול חבילות, תלויות וסביבות, בדרך שמקטינה חיכוך עבור מפתחים בעודה שומרת על ביטחון וניתנות לשחזור. היא נותנת לצוותים גישה לאלפי ספריות וכלים מוכחים, מה שמאפשר להם לנוע מהר בלי לטרוח עם בעיות תאימות או סיכונים מוסתרים.
מה שהיא לא הייתה בעלתו באופן מסורתי הוא המסע המלא מעבר לנקודת ההתחלה. כאשר מודלים נבנים, חברות עדיין צריכות לתאם זרימות עבודה, להגדיל חישוב, לעקוב אחר ניסויים ולנהל הפלגות בתשתיות מורכבות.
זהו המקום בו Outerbounds מתאים.
מה Outerbounds מוסיף למשוואה
Outerbounds תוכנן כדי לפתור את הצד המבצעי של למידת מכונה. פלטפורמתו, הבנויה על גבי מסגרת Metaflow הפתוחה, שפותחה במקור ב- Netflix, מתמקדת באופן בו מערכות AI פועלות בפועל בסביבות ייצור.
במקום לבצע קוד, הוא מנהל את כל מחזור החיים של זרימות עבודה של למידת מכונה. זה כולל תיאום צינורות רב-שלביים, עקיבה אחר ניסויים במשך זמן, טיפול בארטיפקטים של נתונים והפצת עומסי עבודה בתשתיות ענניות או היברידיות. המערכת תוכננה לעבוד על גבי כל תשתית שחברה כבר משתמשת, מה שהפך אותה למושכת עבור ארגונים שרוצים גמישות ולא להיות נעולים בספק ענני יחיד.
זה לא רק עניין של אוטומציה. זה עניין של הפיכת מערכות AI מורכבות לניתנות לצפייה וחזרה, מה שהופך לביקורתי כאשר מודלים עוברים מאב-טיפוסים למערכות הפועלות ברציפות ומתפתחות.
למה שילוב זה חשוב
שילוב Anaconda ו-Outerbounds יוצר נתיב רציף יותר מניסוי לייצור.
במקום שמפתחים יבנו מודלים בסביבה אחת ואז יעבירו אותם לקבוצה שונה לחלוטין של כלים להפלגה, הפלטפורמה הממוזגת מאפשרת לשלבים האלה להתקיים בתוך אקוסיסטם בקרה אחד. רציפות זו מקטינה חיכוך, אבל יותר מכך, היא מקטינה סיכון. קוד AI-יי המופק מתרחב במהירות, ועמו מגיע שיעור גבוה יותר של פגמים ותלויות לא בטוחות. ניהול סיכונים אלו דורש ניתוב על פני כל מחזור החיים, ולא רק בשלבים מבודדים.
על ידי אינטגרציה של סביבות בטוחות, ניהול תלויות, ניהול וממשל, הפלטפורמה מעומדת להתמודד עם המורכבות הגוברת של יישומים AI-יים ללא הצורך לבנות מחדש את זרימות העבודה שלהם.
המגמה הרחבה יותר בתשתית AI
רכישה זו מדגישה גם מגמה רחבה יותר: איחוד ערימת הכלים של AI.
חברות השקיעו את השנים האחרונות באיסוף אוסף של כלים לטיפול בחלקים שונים של מחזור החיים של AI. גישה זו עובדת בקנה מידה קטן, אבל היא הופכת לשבירה כאשר מערכות גדלות במורכבות ובחשיבות לפעילות עסקית. התעשייה עוברת כעת לפלטפורמות המאחדות את השכבות האלה, תוך שמירה על שליטה של צוותים על התשתית.
האתגר הוא למצוא איזון בין אינטגרציה לגמישות. ארגונים רוצים מערכת מזרומת, אבל הם הופכים לחשדנים יותר ויותר לגבי היותם נעולים באקוסיסטמים שבשליטת מספר קטן של ספקים דומיננטיים.
מה שהופך את המהלך הזה לבולט הוא ש- Anaconda ו- Outerbounds הדגישו היסטורית פתיחות ועצמאות תשתית. אם פילוסופיה זו תישאר בפלטפורמה המשולבת, היא מרמזת על מודל בו חברות יכולות לאחד את זרימות ה-AI שלהן בלי לוותר על השליטה על היכן ואיך מערכות אלו פועלות.
איזון זה עלול להיות אחד הגורמים המגדירים את האופן בו תשתית AI של ארגונים תתפתח במהלך השנים הבאות.
