Partager via

Charges de travail IA et ML dans Azure Kubernetes Service (AKS)

Cet article offre une vue d’ensemble de l’exécution de charges de travail d’intelligence artificielle (IA) et de Machine Learning (ML) dans Azure Kubernetes Service (AKS).

L’IA et le ML aujourd’hui

L’intelligence artificielle (IA) et le Machine Learning (ML) transforment la façon dont nous résolvons les problèmes complexes et apportons de la valeur aux clients. L’IA générative a suscité un changement de paradigme qui a transformé les applications en expériences personnalisées pilotées par les données dans tout un éventail d’applications utilisant du texte, du code, des images, des vidéos, de la voix, de la musique et plus encore. Nous avons également observé un accroissement de la taille des modèles et de la complexité opérationnelle, ainsi qu’un besoin accru de sécurité et d’efficacité économique.

Pour développer des modèles IA de pointe, vous devez être en mesure d’allouer des ressources informatiques à diverses charges de travail. Parmi celles-ci figurent la formation de modèles, la mise en service, l’inférence et la gestion de tâches auxiliaires dans l’infrastructure et l’orchestration de flux de travail.

Il est essentiel de faciliter l’intégration avec des logiciel, des infrastructures et des plateformes de données open source. Les modèles ML peuvent s’avérer délicats à développer, affiner, optimiser, déployer et surveiller. Ces complexités intrinsèques nécessitent une plateforme, comme AKS, qui vous permette d’optimiser les performances de vos charges de travail IA et ML tout en réduisant les inefficacités et les goulots d’étranglement.

Développer et déployer des applications IA et ML avec AKS

AKS est une plateforme idéale pour déployer et gérer des applications conteneurisées qui demandent une haute disponibilité, de la scalabilité et une portabilité par l’utilisation d’outils open source et une intégration avec des processus DevOps existants.

En hébergeant vos applications IA et ML avec AKS, vous pouvez tirer profit de l’infrastructure hautes performances, de l’efficacité économique et des mesures de sécurité robustes tout en maintenant le rythme de l’innovation. AKS réduit les contraintes opérationnelles liée à l’exécution de charges de travail ML optimisées pour la charge de calcul et d’infrastructure induite par le développement et le déploiement d’applications d’IA.

Concevoir et déployer des charges de travail IA et ML sur Azure

Contributeurs

Microsoft gère cet article. Les contributeurs suivants ont rédigé sa version d’origine :

  • Colin Mixon | Responsable produit
  • Erin Schaffer | Développeuse de contenu 2
  • Brian Redmond | Responsable PDM principal
  • Ken Kilty Responsable de programme technique principal
  • Russell de Pina | Responsable de programme technique principal