谢谢您的订阅!
当新的内容发布后您将开始接收邮件。您也可以点击邮件内的链接随时取消订阅。关闭Close

Canonical 将出席 2024 KubeCon China 主题会议

by Canonical on 8 August 2024

2024 年 8 月 21 日,我们的 AI 产品经理 Andreea Munteanu 和托管服务产品经理 Adrian Matei 将代表 Canonical 出席在嘉里酒店举办的 Kubecon China 会议。Canonical 多年来一直是 KubeCon 盛会的常客,我们非常高兴参加本次 KubeCon China 首秀。

本会议将以应对人工智能/机器学习项目中的运营时间市场减速因素为主题(Tackling Operational Time-to-Market Decelerators in AI/ML Projects),深入探讨实现 AI 企业卓越运营方面的要求和因素,涵盖基础架构配置到监控以及应急恢复等。

在竞争激烈的人工智能市场中,上市时间对于成功至关重要。我们将从两个角度集中探讨开源 AI 堆栈: 

  • 组件方面,我们将探究 Kubeflow 和 MLFlow 等工具,检测它们在基础架构堆栈中的可集成性以及它们在各种 AI 项目中的可用性。 
  • 运营方面,我们将提供针对 AI 基础架构运营的整体分析,覆盖最低到最高级别的堆栈。此次会议上将对机器学习中的卓越运营进行定义,然后介绍实现卓越运营的好处与挑战。最后,我们将提出适合不同规模企业的不同卓越运营途径。 

在行业近期面临各种运营挑战的背景下,这一话题显得尤为重要。随着市场创新速度加快,以及大量新工具和新方法每天不断涌现,维持高效运营的堆栈已成为保持长期弹性和成功的关键。此外,卓越运营对于实现法律和安全合规性以及参与政府项目也是至关重要的。 

基于以上乃至更多的原因,我们诚邀您参加本次主题会议。Adrian 和 Andreea 将与几位 Canonical APAC 代表一同出席会议,他们很高兴与您会面并讨论您可能存在的任何需求或问题。点击此处查看会议详情并注册 KubeCon China。我们的团队期待与您会面!有任何问题也欢迎随时与我们联系

了解托管AI基础设施如何加速部署并提高安全性

下载指南

订阅博客文章

订阅您感兴趣的主题

在提交此表格的同时,我确认已阅读和同意的隐私声明隐私政策。

查看更多内容

边缘 AI:结合开源的目的、理由和方式

边缘 AI 正在改变设备与数据中心交互的方式,使组织在跟上最新创新的速度方面面临挑战。从 AI 驱动的医疗器械到自动驾驶汽车,大量的用例都受益于边缘设备上的人工智能。本篇博客将深入探讨该话题,了解开始边缘 AI 项目时的关键考虑因素、边缘 AI 的主要益处、存在的挑战以及如何与开源技术融合。 什么是边缘 AI? 位于边缘的 AI 即边缘 AI,是指人工智能与边缘计算相结合。其目标是在连接的边缘设备上执行机器学习模型。它能够使设备做出更明智的决策,无需总是连接到云来处理数据。其之所以被称为边缘,是因为机器学习模型在用户附近运行,而非数据中心。 随着行业发现新的用例和机会来优化工作流程、实现业务流程自动化或解锁新的创新机遇,边缘 AI 越来越受欢迎。自动驾驶汽车、可穿戴设备、 […]

从 CentOS 迁移到 Ubuntu:系统管理员和开发运营指南

Photo by Sonja Langford, Unsplash CentOS 7 于 2024 年 6 月 30 日迎来生命周期结束(EoL)。在此日期之后,CentOS Project 将停止提供更新或支持,包括重要的安全补丁。放弃基于 RHEL 的生态系统可能令人望而生畏,但是如果您正在考虑 Ubuntu,那么这种转换既轻松简单又经济可行。 自动化安全验证领域的领跑者 Pentera,提供了一个极具说服力的案例研究来简化这种转换。他们详细介绍了如何在作出最小调整但需采取增强的安全性措施情况下,将其基于容器的系统迁移到 Ubuntu。这一举动也得到了其客户的积极回应,他们赞赏 Ubuntu在过去二十年以每两年一次的频率持续发布长期支持版本的可靠历史,并提供广泛的社区 […]

安全数据存储对于推动 AI 人工智能的关键性

立即报名 八月十四日下午2:00 网路研讨会直播 -使用 Ceph 的 AI 存储 没有数据就没有 AI 人工智能是近年来最激动人心的一场科技革命。Nvidia、Intel、AMD 和其他公司继续生产速度越来越快的 GPU,进而支持更大的模型和决策过程中更高的吞吐量。 除了当下对人工智能的大量宣传之外,还有一点仍被人们所忽略:AI 需要数据。 首先,存储系统需要对不断增长的数据集的高性能进行访问,但更重要的是,它们需要确保这些数据得到安全存储,以供当下以及未来之用。在典型的 AI 系统中,用到了多种不同类型的数据: 所有这些数据的收集、处理和输出都要耗费时间和计算能力,因此需要对数据进行保护。在某些情况下,诸如自动驾驶汽车的遥测数据之类的数据可能永远无法复制。即使在训练数 […]