这篇文章是由PMM VMware Marketplace的Michaela Lindsay和One Convergence市场和业务发展总监Ajay Tyagi共同撰写的。One Convergence的营销和业务发展总监Ajay Tyagi共同撰写。
人工智能和机器学习（AI/ML）项目商业化的关键挑战之一是，IT和数据科学团队往往在独立的环境中运作，很少有协同作用。因此，人工智能/机器学习项目往往会产生高成本，而且很少能够进入商业生产。现在，有了VMware Tanzu上的DKube机器学习运营（MLOps）平台，团队之间的鸿沟就可以消除。
VMware Tanzu上的DKube使您能够通过一流的模型操作和基础设施管理，与IT和数据科学团队合作，节省时间、资源和成本。通过阅读下文和注册我们7月19日的联合网络研讨会，了解更多关于我们的伙伴关系和我们如何合作的信息。
DKube
DKube是One Convergence Inc.在Kubeflow流行的生命周期管理架构模型基础上创建的MLOps平台。DKube得到了MLflow的进一步增强，汇集了强大的组件，并以一流的能力来增强它们，例如。
- 特征工程
- 培训
- 跟踪和追溯
- 基于MLflow的指标收集和比较
- 灵活的数据源集成
- 基于持续集成和持续部署的自动化
- Kubeflow管线
- 服务
- 模型监控
所有这些功能都集成在一个灵活的、基于用户界面的工作流程中，其直观性足以让团队成员在开始安装后的几个小时内就能在共同的AI/ML项目上进行协作。鉴于Kubeflow和MLflow的开源基础，客户可以用比业界其他MLOps产品低得多的成本获得顶级的服务。
DKube MLOps平台
VMware Tanzu的好处
通过VMware Tanzu产品组合，VMware使客户能够在任何云上充分发挥现代应用的作用。Tanzu 产品组合提供了现代应用平台的基础，可在多云和 Kubernetes 运营中推动规模的扩大--具有适当的连接性、治理、可观察性和自动化水平。
VMware Tanzu使客户的软件供应链更加安全--从应用开发到在生产中运行其应用的整个过程。此外，该组合在任何Kubernetes上都能提供一致的开发者体验，以加快应用开发和交付周期。所有这些都是关于由VMware Tanzu支持的现代应用。
我们如何合作
通过DKube MLOps平台和Tanzu，数据科学家和IT团队可以更轻松地将AI/ML项目从研究阶段推进到商业采用和部署。DKube经过优化，可在私有云或多云环境中运行，使其成为VMware Tanzu Kubernetes网格的完美补充，该网格为企业在任何公有云或私有内部基础设施中的Kubernetes工作负载提供了简单而一致的界面。
优势和使用案例
通过利用DKube与Tanzu，团队可以将整合私有云或公有云的硬件或基础设施与认证、存储和数据源的困难、耗时的任务卸给DKube基于Helm的安装和安装后脚本。通过适当的规划，DKube可以在安装的当天就在你的Tanzu Kubernetes集群上运行。
因为它运行在Kubernetes之上，DKube在任何基于云的平台（包括私有云）上都能以同样的外观、感觉、工作流程和可靠性工作。因此，你的工作可以在必要时快速、轻松地来回迁移。
业界对AI/ML产品开发的关键创新之一是Kubeflow管道的概念，它内置于DKube的MLOps平台，并使基于Kubernetes的AI/ML模型的生命周期管理自动化。Kubeflow管道几乎可以在Kubernetes可以运行的任何地方运行，为Tanzu和DKube客户的AI/ML模型生命周期管理提供了高度灵活和可塑性的平台。
然后，这种灵活性与现代UI或软件开发工具包（SDK）上的ML生命周期管理的更广泛方面相结合。这种在Tanzu之上的解决方案对需要复杂建模的各种行业都有好处，包括用于早期疾病检测的生命科学、制药药物开发、用于地理空间分析的联邦和国防合同等等。
了解更多
要进一步了解我们的合作关系以及DKube和VMware Tanzu如何合作为数据科学家和IT团队提供服务，请注册参加我们于太平洋时间7月19日上午8点举行的联合网络研讨会。该网络研讨会将展示一个联合参考架构和演示。
如需联系，请联系您的DKube或VMware Tanzu销售代表。
