Google Cloud Platform(GCP)宣布了一項新的Beta版本產(chǎn)品，以簡化復雜的機器學習(ML)工作流程的部署，這些工作流程通常包含許多相互依賴的移動部件。

Google表示，Cloud AI Platform Pipelines可幫助組織采用MLOps的實踐，該術語指的是應用DevOps實踐來幫助用戶自動化，管理和審核ML工作流，通常涉及數(shù)據(jù)準備和分析，培訓，評估，部署等。 。

新的預發(fā)行產(chǎn)品-在Google Kubernetes Engine(GKE)集群上運行-包含兩個主要組件，一個由用于部署和運行與GCP服務集成的結構化ML工作流的基礎結構組成，另一個則提供了用于構建的管道工具，調(diào)試和共享管道和組件。

谷歌表示：“ Cloud AI Platform Pipelines提供了一種部署健壯，可重復的機器學習管道以及監(jiān)視，審核，版本跟蹤和可重復性的方法，并為您的ML工作流提供了企業(yè)就緒，易于安裝，安全的執(zhí)行環(huán)境。” ，其中指出該產(chǎn)品為組織提供了：

通過Google Cloud Console一鍵式安裝

用于運行ML工作負載的企業(yè)功能，包括管道版本控制，工件和執(zhí)行的自動元數(shù)據(jù)跟蹤，Cloud Logging，可視化工具等

與BigQuery，Dataflow，AI平臺培訓和服務，Cloud Functions等Google Cloud托管服務的無縫集成

用于ML工作流程的許多預建管道組件(管道步驟)，可輕松構建自己的自定義組件

展望未來，計劃中的新功能包括：

多用戶隔離，以便每個訪問管道集群的人都可以控制誰可以訪問其管道和其他資源

工作負載身份，以支持對GCP服務的透明訪問

易于進行基于UI的后端數(shù)據(jù)集群外存儲設置(包括元數(shù)據(jù)，服務器數(shù)據(jù)，作業(yè)歷史記錄和指標)，以進行大規(guī)模部署，從而使其在集群關閉后仍可保留

輕松集群升級