说米网

JFrog将不断扩展解决方案，为企业带来先进的MLOps功用，使其可以在一个一致的渠道上构建、布置、办理和监测包含生成式AI、大言语模型（LLMs）和常规机器学习模型在内的AI工作流。

2024年 7 月 1 日 —— 流式软件公司、JFrog软件供应链渠道的缔造者JFrog（纳斯达克股票代码：FROG）近来宣布，公司已就收买AI和MLOps渠道创建者Qwak AI达到最终协议。
经过此次收买，JFrog旨在为 DevOps、安全和 MLOps 利益相关者供给一致、可扩展的解决方案。这一业界抢先的先进 MLOps 功用旨在让数据科学家和开发人员摆脱基础设施问题的束缚，加快创建和交给AI驱动型应用程序。JFrog 是一切软件包（二进制文件）的单一记载体系，其间包含存储在 Artifactory 中的模型。增强其机器学习（ML）模型功用将进一步运用户可以简化模型从开发到布置的全过程。
JFrog 首席履行官兼联合创始人 Shlomi Ben Haim 表明：“下一代软件供应链渠道需要扩展并原生包含 MLOps 解决方案，以便更好地服务于开发安排。咱们很快乐能将 Qwak 的 MLOps 解决方案整合到咱们的渠道中，赋能客户的AI之旅。Qwak的解决方案由JFrog Artifactory作为首选模型注册中心，JFrog Xray用于扫描和维护ML模型，持续致力于为用户进步功率，并为DevOps、DevSecOps、MLOps和MLSecOps供给一致的渠道体会。咱们期待着与 Qwak 的团队携手，共创光辉！”
作为JFrog渠道的一部分，Qwak技术将为模型的投产流程带来一种直观、简便的用户体会，也保证了企业在布置AI驱动应用时所期待的高信赖度和可追溯性。而之所以可以做到以上两者兼顾，正是使用了Qwak先进的模型练习和服务能力，然后完成对独立且复杂的模型生命周期的办理，同时结合了JFrog供给的模型存储办理和安全扫描服务。
在此次收买之前，JFrog 和 Qwak 已于本年早些时候成功整合解决方案，该整合依据 JFrog 的“模型即软件包（model as a package）”办法。这项全体解决方案旨在消除对单独东西的需求，简化合规工作，经过单一解决方案完成全面的可追溯性。
Qwak 首席履行官兼联合创始人 Alon Lev 表明：“咱们非常快乐可以参加 JFrog 大家庭，并帮助客户加快其AI方案。咱们创立 Qwak 的愿景是改动软件开发团队和数据科学家共同将AI资产投入出产的方法。凭借 JFrog 软件供应链渠道的力量，完成大规模的交给安全软件组件，咱们正在发明一种全新的体会，致力于为一致的数字交给团队铺平道路，使他们可以以更简略、更可预测的方法将负责任的、安全的模型引进其应用程序。”
(最好的空间)随着企业开始交给AI驱动的应用，ML模型作为AI背面的驱动力，完成其快速上市和安全流动是现代 MLOps 方案背面的要害因素。依据 Gartner的数据，MLOps 在AI运营中发挥着至关重要的效果，估计至 2024 年末，75% 的公司将从AI试点转向运营。
JFrog 战略履行副总裁 Gal Marder 表明：“数据科学家和ML工程师现在运用的东西大多与公司内部的规范 DevOps 和安全流程脱节，然后延误了发布时间并削弱了信赖。跨开发、安全、机器学习和运营的一致记载体系将为数字团队和企业解决这一痛点。”
现在的商场需要一个跨软件供应链的一致渠道体会，以加快开发流程，并针对ML模型和元数据等AI要害驱动力完成相应地处理。与其他软件组件相同，ML模型必须进行存储、构建、追寻、版别控制、签名、安全维护和跨体系高效交给，以便大规模交给AI应用。在一致的解决方案中使用 DevOps 实践可以满足这些商场希望。
对Qwak的收买将经过以下功用扩展 JFrog 解决方案：
· 适用于 DevSecOps 和 MLSecOps 的一致渠道 ：供给从传统模型到 大言语模型和生成式AI的全体ML软件供应链
· 快速、直接地为出产供给模型服务 ：进一步简化模型开发、布置和服务流程，然后优化AI方案
· 模型练习和监测 ：经过 OOTB 数据集办理和特征存储支撑来完成应用
· 将模型作为一个软件包来办理 ：使客户可以经过运用 DevSecOps 最佳实践，完成与办理其他软件包相同的方法，对模型进行版别控制、办理和安全维护
· 保证安全性： 在开发工作流中自然地保证AI的来源证明和安全性
· 从受控、安全的实在源中提取模型 ：进一步完成将ML模型与容器和 Python 包等其他构建模块进行整合
· 对模型进行溯源 ：以便在出产模型出现问题时轻松召回，而且进行从头练习和从头布置
JFrog 的 MLOps 发展方案
(火山主机,火山互联)作为收买和整合进程的一部分，JFrog 方案将 Qwak 的人才吸收到 JFrog团队中，迅速壮大以 MLOps 为中心的团队。JFrog 还将加快技术整合进程，将 Qwak 技术引进 JFrog 渠道，贯穿 JFrog DevOps 和安全产品。JFrog 和 Qwak 将与客户严密协作，保证业务连续性，并顺利过渡到未来联合开发和支撑的产品。
MLOps生态体系与协作伙伴集成
本年早些时候，JFrog 宣布与 AWS Sagemaker和 DataBricks 开发的 MLflow 进行集成。作为公司寻求完成通用性的途径之一，JFrog 将持续与其他抢先的 MLOps 生态体系协作伙伴供给集成，为开发人员和ML工程师供给更大的自由选择空间，防止供应商锁定的危险。