发布于: Jun 3, 2021
AWS 解决方案更新了 AWS MLOps 框架，这是一个 AWS 解决方案实施方案，它简化了管道部署过程，并实施了机器学习 (ML) 模型产品化的架构最佳实践。该解决方案解决了客户在采用多种机器学习工作流自动化工具时所面临的常见操作难题。
这一更新增加了多账户功能，允许客户在多个不同的账户名下配置多个环境（如开发、暂存和生产环境）。这能改善机器学习工作负载部署的治理和安全性，同时也能通过适当的控制措施保护生产数据。这个新版本还包括一个新管道，用于构建和注册自定义算法的 Docker 映像，以用于在 Amazon Sagemaker 终端节点上部署模型。
此解决方案提供以下主要功能：
- 通过 API 调用或 Git 存储库启动预配置的管道
- 自动部署经过训练的模型并提供推理终端节点
- 持续监视已部署的机器学习模型并检测其质量是否存在偏差
- 支持运行您自己的集成测试，以确保部署的模型满足预期
- 允许预置多个环境以支持您的机器学习模型的整个生命周期
- 对“自带模型”的多账户支持，以及模型监控管道。
- 允许客户构建和注册自定义算法的 Docker 映像，用于在 Amazon Sagemaker 终端节点上进行模型部署。
AWS 解决方案实施网页上提供了更多 AWS 解决方案，客户可以按产品类别或行业浏览解决方案并找到经过 AWS 审查的自动化一站式参考实施方法，以满足自身特定的业务需求。