Paperspace将机器学习模型开发管道添加到GPU服务

 
Paperspace一直将重点放在构建机器模型的数据科学团队上，使他们能够访问云中的GPU，但是该公司除了提供纯基础架构外，还有更大的野心，今天它宣布了一套新工具来帮助这些团队通过在多云或混合环境中以更平滑的方式将模型提供给开发人员和运营。
联合创始人兼首席执行官Dillon Erb表示，这是为数据科学家和开发人员提供完整工具集的一种尝试，而不仅仅是提供纯粹的GPU功能来测试和构建模型。 “机器学习团队做了很多GPU工作-众所周知，我们使用GPU已有很多年了，这是我们的专长之一。现在，我们正在采取一种用于机器学习的敏捷方法论方法或CI / CD(持续集成/连续交付)，并使用它来解决更大范围的[机器学习]问题。” Erb说。
正如公司所描述的那样，“新版本引入了GradientCI，这是业界第一个用于构建，训练和部署深度学习模型的综合CI / CD引擎……” Erb说，目标是提供一种方法来采用基于Paperspace构建的模型并使其更快地在公司工作。构建模型后，团队通常会浪费时间，因为没有很好的方法将模型传递给DevOps团队以在应用程序中使用。
“ GradientCI允许您执行诸如建立暂存开发生产环境之类的工作，并在数据团队和DevOps团队之间提供通用接口。这是关于采取软件开发最佳实践，并将其应用于相对较新的培训和部署机器学习模型的领域。” Erb解释说。
他说，到目前为止，还没有办法做到这一点，这导致开发团队进行了一些事情，例如完全用Java重写模型或任何生产环境使其能够在应用程序中使用的模型。 “这确实是一个笨拙的交接，而我们做得非常出色的地方就是添加了版本控制和可再现性以及通用的语法等内容，因此传统的DevOps员工实际上可以在不使用虚拟机的情况下拾取并部署机器学习工具堆栈。深度学习专家。” Erb解释道。
Paperspace成立于2014年，是Y Combinator 2015年冬季课程的成员。据Crunchbase称，自那时以来，它已经从Battery Ventures，Intel Capital，SineWave Ventures，Sorenson Capital和Y Combinator等投资者那里筹集了2300万美元。它最近的融资是去年的1300万美元的A轮融资。