La inteligencia artificial recibe un enorme impulso de Kubernetes

Carmine Rimi de Canonical

Ha habido un aumento de 14 veces en la cantidad de lanzamiento de nuevas empresas de Inteligencia Artificial (IA) desde el cambio de siglo, según un estudio de la Universidad de Stanford. Solo en el Reino Unido, dice Carmine Rimi, gerente de productos de inteligencia artificial en Canonical - la empresa detrás de Ubuntu, Los desarrolladores de IA fueron testigos de un aumento del 200% en la financiación de capital de riesgo solo en el último año; a medida que el potencial transformador de la IA rompe todos los límites.

La creación de aplicaciones de inteligencia artificial para mejorar las formas de hacer negocios y, de hecho, la vida de las personas es una tarea enorme. Estas aplicaciones son complicadas de desarrollar y construir, ya que involucran tipos tan variados de datos; haciendo que la migración a diferentes plataformas sea problemática.

Por encima de estos desafíos, se necesitan varios pasos en cada etapa para comenzar a construir incluso la aplicación de inteligencia artificial más básica. Es necesario un espectro de habilidades, incluida la extracción de características, la verificación y el análisis de la recopilación de datos y la gestión de recursos de la máquina, para respaldar un subconjunto comparativamente pequeño del código ML real. Es necesario trabajar mucho antes de tomar una posición en la línea de salida; junto con una gran cantidad de esfuerzo continuo para mantener las aplicaciones actualizadas. Todos los desarrolladores están buscando formas de superar estos grandes desafíos.

Conténgase

El resultado de esta búsqueda, para mantener las aplicaciones actualizadas y equilibrar las cargas de trabajo en el desarrollo de aplicaciones, a menudo llega a la misma respuesta:Kubernetes. Esta plataforma de código abierto puede ser un facilitador, ya que puede automatizar la implementación y la gestión de aplicaciones en contenedores, que comprenden cargas de trabajo complicadas como la inteligencia artificial y el aprendizaje automático. Kubernetes ha disfrutado de algo espectacular porque es capaz de hacer estas cosas, pero también como plataforma de orquestación de contenedores.

Forrester declaró recientemente que "Kubernetes ha ganado la guerra por el dominio de la orquestación de contenedores y debería estar en el centro de sus planes de microservicios". Los contenedores ofrecen un entorno compacto para que operen los procesos. Son fáciles de escalar, portátiles en una variedad de entornos y, por lo tanto, permiten que las aplicaciones monolíticas grandes se dividan en microservicios específicos y más fáciles de mantener. La mayoría de los desarrolladores dicen que están aprovechando Kubernetes en una variedad de etapas de desarrollo, según una encuesta de Cloud Native Computing Foundation.

La mayoría de las empresas están ejecutando, o planean comenzar a usar, Kubernetes como plataforma para cargas de trabajo. Por supuesto, la IA es una carga de trabajo que está ganando importancia rápidamente. Kubernetes es ideal para esta tarea, porque los algoritmos de IA deben poder escalar para ser efectivos. Ciertos conjuntos de datos y algoritmos de aprendizaje profundo necesitan una gran cantidad de cálculo. Kubernetes puede ayudar aquí, porque se centra en escalar en función de la demanda.

Kubernetes también puede proporcionar una hoja de ruta para implementar cargas de trabajo habilitadas para inteligencia artificial en varios servidores de productos básicos, que abarcan la tubería de software, al tiempo que abstraen los gastos generales de administración. Una vez que los modelos están entrenados, servirlos en diferentes escenarios de implementación, desde la computación en el borde hasta los centros de datos centrales, es un desafío para los formularios de solicitud no en contenedores. Una vez más, Kubernetes puede desbloquear la flexibilidad necesaria para una implementación distribuida de agentes de inferencia en una variedad de sustratos.

Cambio de enfoque

A medida que las empresas centran su atención en la inteligencia artificial para reducir los costos operativos, mejorar la toma de decisiones y atender a los clientes de nuevas maneras, los contenedores basados ​​en Kubernetes se están convirtiendo rápidamente en la tecnología número uno para ayudar a las empresas a adoptar la inteligencia artificial y el aprendizaje automático. El proyecto de Kubernetes de diciembre pasado presentó Kubeflow, que se centra en hacer que las implementaciones de flujos de trabajo de aprendizaje automático en Kubernetes sean simples, portátiles y escalables.

Si bien Kubernetes comenzó su vida solo con servicios sin estado, el proyecto indicó que los clientes habían comenzado a mover cargas de trabajo complejas a la plataforma, aprovechando las "API ricas, confiabilidad y rendimiento" de Kubernetes. Uno de los casos de uso de más rápido crecimiento para Kubernetes es como la plataforma de implementación elegida para el aprendizaje automático.

A principios de 2017, solo Google Cloud Platform es compatible con Kubernetes, con su Google Kubernetes Engine. En la culminación del año, todos los principales proveedores de nube pública estaban a bordo. Especialmente, después de Microsoft se agregó compatibilidad con Kubernetes a Azure Container Service y Amazon debutó con Amazon Elastic Container Service para Kubernetes.

Las formas en que las empresas implementan y aprovechan Kubernetes son aparentemente ilimitadas. En una vida útil relativamente corta, Kubernetes ha logrado mucho. Esto subraya hasta qué punto los proveedores de tecnología y sus clientes están acudiendo en masa a la noción de que los contenedores brindan enormes beneficios en el desarrollo y la gestión de las partes de IA de las aplicaciones. La aparición de la IA está provocando un gran interés en los contenedores para introducir repetibilidad y tolerancia a fallas en estas complicadas cargas de trabajo.

Kubernetes se está convirtiendo en un de facto Combinación estándar y fantástica para administrar aplicaciones de IA en contenedores. Ha demostrado su eficacia y debería seguir siendo de gran beneficio para las empresas durante mucho tiempo.

El autor es Carmine Rimi, gerente de productos de inteligencia artificial en Canonical.