Kubernetesで分散学習
Kubernetesベースのディープラーニング環境「Nauta」
Intelがオープンソースのディープラーニングツール「Nauta」を公開した。Nautaでどのようなことができるのだろうか。
人工知能（AI）のユースケースはまだごく初期段階にあるといえる。企業はAIによってビジネスモデルを強化するユースケースを依然模索中だ。Gartnerの試算によると、AIの展開は2022年までに約4兆ドル（約444兆5000億円）に達する見込みがあるという。その成長の鍵がディープラーニングだ。
企業におけるディープラーニングはイメージしやすい。だが、複雑でリスクが高く、時間がかかる課題であることは変わらない。ディープラーニングソリューションの連携、検証、最適化が難しいためだ。
こうした課題に応える試みの一つが、「Kubernetes」を使用する分散型ディープラーニング向けの新しいオープンソースプラットフォーム「Nauta」だ。
Nautaとは
Nautaは「Xeonスケーラブル・プロセッサー」ベースのシステムでディープラーニングモデルのトレーニング実験を行うための、マルチユーザー分散コンピューティング環境を提供する。スケーラビリティの確保と管理にKubernetesを利用し、「Kubeflow」と「Docker」を使ってコンテナ化した機械学習を実行する。
トレーニング結果はコマンドラインインタフェース、Webインタフェース、「TensorBoard」で表示・監視できる。
カスタマイズ可能なディープラーニングモデルテンプレートも利用できる。またモデルのテスト用にバッチとストリーミングの2つのインタフェースをサポートする。
Intelによると、Nautaは開発者とデータサイエンティストのワークフローを念頭に置いて開発されているという。
「Nautaは企業での使用に堪えるスタックだ。運用環境に導入するモデルを学習させるためにディープラーニングワークロードを実行する必要があるチームを対象にしている。単一または複数のワーカーノードでコンテナ化したディープラーニングの実験を定義し、そのスケジュールを設定できる。こうした実験の状態や結果をチェックして、細かい調整や追加の実験を実行したり、トレーニングを終えたモデルを展開に向けて準備したりすることができる」（Intelのプレス発表）
この発表は、Nautaを利用すれば機械学習に熟練した開発者や運用担当者のベストプラクティスをユーザーが共有できるようになることを示している。
抽象化のどのレベルでも、開発者はKubernetesに立ち返ってプリミティブな機能を直接使用する機会がある。
Nautaを利用すれば、Kubernetesの初心者でも安全策を用意した状態で実験できるようになる。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly日本語版
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[o9ソリューションズ・ジャパン株式会社] 「改正物流効率化法対策」徹底解説 総物流費を抑制するサプライチェーン戦略 -
製品資料
[o9ソリューションズ・ジャパン株式会社] 「サプライチェーン最適化」実践ガイド：効果的な意思決定を実現する秘訣とは？ -
製品資料
[株式会社リンプレス] 非デジタル／IT人材を「自走するDX推進者」に変えるための育成ロードマップ -
市場調査・トレンド
[ワンアイルコンサルティング株式会社] AI時代の組織設計：「判断と責任」を人に残すための2つの原則とは？ -
技術文書・技術解説
[ワンアイルコンサルティング株式会社] システムの保守がモダン化を阻む？ 「変えない判断」から脱却する方法とは
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
「完璧な設計」なのに3000万円溶けた AWSの失敗事例から学ぶ3つの教訓
-
2
「AIバブル」は崩壊するのか？ 熱狂の後に来る“尻拭い”と4つの防衛策
-
3
パナソニックが国内製造26拠点のERPを「SAP S/4HANA」に統一 アドオン7割削減
-
4
「企業におけるAI導入検討度とIT投資優先度」に関するアンケート
-
5
全社標準「Copilot」にダメ出し？ 現場の8割が不満を抱く“致命的な欠点”
-
6
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
7
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
8
1200万円のSaaS導入を回避 スギ薬局「運用費10万円」のAIエージェント構築術
-
9
「コピペ運用の限界」に直面するAI活用 7割超が“別画面”のまま使う理由は？
-
10
高額GPUを買っても成果ゼロ？ 「プライベートAI」の落とし穴
ホワイトペーパーランキング PR
-
1
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
2
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
3
生成AIで文書活用を進めるには？ 効率化と安全性をどう両立する
-
4
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
5
DX／AI投資の壁を突破、現代の最高財務責任者が直面する課題と克服のヒント
-
6
「Google Workspace」活用事例34選、先進の生成AIによる組織変革の全貌
-
7
「人員を増やす」という選択肢はない 情シスが負の連鎖から抜け出すには？
-
8
Linuxのスキルを証明する“激推し”の認定資格はこれだ
-
9
「問題が深刻化しやすいプロジェクト管理」から脱却する方法とは？
-
10
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー