Operate.

すべての実験をホストし管理するために集約する場所を設定します。使いやすい Web インターフェイスと API のどちらでもアクセス可能な、完全で統合されたモデル管理機能によって、すべてのデプロイされたバージョンの表示を管理します。また、サードパーティのフレームワークでトレーニングされたモデルも管理することができます。

モデルをすぐに構築し、対象の展開先でスコアリング環境にデプロイすることができます。複数変数 (A/B)、チャンピオン、チャレンジャー、カナリアなどさまざまなモードでデプロイ。モデルはリアルタイムでバッチ処理、非同期、またはストリーミングデータで評価されます。

モデルの監視を管理し、データドリフトがいつ起こるかを把握します。特徴量の重要性は、予測値への貢献度が最も高い特徴量または最も低い特徴量についてローカルの説明を可能にします。また、ユーザー定義のしきい値を設定して、あらゆる監視対象の評価基準について警告や通知を受け取ることができます。

H2O AI  Cloud はPython、R、Java のクライアントに対応するプラットフォームです。ユーザーはあらゆる主要オープンソースパッケージの最新バージョンからメリットが得られ、当社の組み込みカスタムレシピのアーキテクチャでそれを制御できるようになります。H2O.ai のモデルでもサードパーティのモデルでも、トレーニング、デプロイ、カスタマイズが可能です。

分散型機械学習のバックエンドは、複数のワーカーノードにスケールアウトすることであらゆるデータサイズの処理が可能になり、複数の CPU や GPU でモデルのトレーニングを実行することができます。クラウドのリソース割り当ては、Kubernetes ベースのデプロイ手法で自動的に処理されます。

Ampere ベースのNVIDIA GPU のコンピューティングとネットワークのかつてない加速化および最新の CUDA ランタイムの使用をサポートしているため、簡単にワークロードの調整が可能になります。高性能コンピューティングを NVIDIA RAPIDS の完全統合で実現することができます。