Red Hat Hadirkan Solusi OpenShift AI dalam Mendukung AI Generatif


Artificial Intelligence

Artificial Intelligence

Red Hat baru-baru ini mengumumkan solusi OpenShitf AI. Solusi ini mendukung AI Generatif dari IBM Watsonx, platform AI dari IBM untuk menskalakan aplikasi dan layanan cerdas di semua aspek enterprise. Selain itu, Red Hat juga mengatakan bahwa IBM Watsonx mampu mendorong model fondasi untuk generasi berikutnya.
 
Secara umum, Red Hat OpenShift AI akan membantu menghilangkan semua hambatan dengan menyediakan sebuah fondasi standar untuk membuat sebuah model produksi AI/ML. Kemudian, OpenShift AI juga akan menjalankan penggelaran Cloud-to-Edge, serta teknisi IT bisa membuat konfigurasi yang mampu diskalakan, khusus kebutuhan data scientist yang sudah ada.
 
Hadirnya inovasi ini diklaim mampu menghemat biaya pelatihan model awal, dan juga akan meningkatkan time to value, serta memperluas penggunaan AI lebih dari apa yang sudah dirasakan oleh kebanyakan perusahaan teknologi.

Melansir dari Medcom,id, Red Hat juga menjabarkan beberapa penawaran mitra yang sudah mengadopsi OpenShift AI, diantaranya adalah Anaconda, IBM Watson Studio, Intel OpenVINO, dan Nvidia AI Enterprise. Mereka menyediakan akses ke 30 mitra AI.ML yang sudah terverifikasi sebagai bagian dari ekosistem OpenShift.
 
Bagi para pelanggan dengan persyaratan regulasi dan compliance khusus, maka mereka bisa mempersiapkan data, serta mengembangkan model di on-premise dalam menggunakan OpenShift AI.
 
Selain itu, para pelanggan juga bisa mengembangkan model dengan menggunakan public cloud, sekaligus menggelar model tersebut di on-premise atau edge dengan memanfaatkan tooling dan antar muka yang sama secara konsisten. Hal ini menyediakan lingkungan hybrid MLOps yang memungkinkan kolaborasi operasional IT, data science, dan pengembang aplikasi.
 
Kemudian, wajib diketahui bahwa terdapat tiga peningkatan terbaru dari OpenShift AI. Mulai dari Pipelines penggelaran. Hal ini ditingkatkan melakukan sebuah pelacakan eksperimen AI/ML dan alur kerja ML yang sudah terotomatisasi.
 
Hal ini juga membantu para data scientist pada proyek yang didasari dengan machine learning secara cepat ke penggelaran dan pembaharuan aplikasi.
 
Kemudian ada dari penyajian model. Peningkatan ini sudah termasuk dengan dukungan GPU sebagai inferensi, dan custom model serving runtime yang mampu dalam meningkatkan performa dan penggelaran model fondasi yang lebih baik dibanding generasi sebelumnya.
 
Yang terakhir, Pemantauan model. Hal ini memungkinkan perusahaan atau organisasi untuk mengelela performa dan matrik operasional pada sebuah dashboard yang sudah tersentralisasi. Jadi, sebuah perusahaan akan lebih mudah dalam memantau kinerja mereka dengan didasari dengan teknologi AI. 


Bagikan artikel ini

Video Terkait