自從AI整合進DevOps,衍生為MLOps之後,除了可繼續善用既有的CI/CD自動化部署管線以外,AI也能藉由自主學習自動化除錯、自動化部署的模式,成為驅動整個DevOps循環的加速器。
日前谷歌(Google)發布了以全新的「PaLM」AI模型為基底的「Vertex AI」引擎,可套用在MLOps的情境上,藉由不斷更新AI模型的資料集、以AI來優化自動化部署管線,可望提升MLOps的整體運作效率。
【案例服務說明】
Vertex AI整合MLOps後,可藉由融合資料集、AutoML自動化機器學習模型,再進行上線部署。在MLOps的情境使用Vertex AI共有如下步驟:
圖 1 Vertex Ai示意圖
資料來源: (Park, 2022)
【應用效益與成果】
Vertex AI跟谷歌旗下雲服務一樣,採用流量計價的模式,讓MLOps達到控制成本的效果,協助使用者建立經濟實惠的MLOps管線;除此之外,使用者也能善用谷歌提供的機房資源,來減少建立MLOps系統的軟硬體成本。
另外Vertex AI也能依照不同使用者的不同情境,進行模型訓練的特化,讓MLOps能因應不同情境需求,建立不同型態的資料集,以及最佳化調校的部署管線。
【FIND觀點】
在ChatGPT展現出令人驚豔的原始碼自動校正和自動改版能力後,也對MLOps的生態帶來了變革;而GPT資料集和AI模型,未來將扮演MLOps的關鍵角色,主宰整個MLOps管線的流暢運作。
隨著新世代的資料集和AI模型不斷推陳出新,MLOps的管線也會向AI一樣,自我調適、自動優化,找出有利於管線運作和成本控管的最佳解方與策略。
封面圖片來源:經圖庫123RF授權使用
參考資料