Oracle开源Graphpipe标准化机器学习模型部署

甲骨文是一家与开源社区建立最佳关系的公司，它今天发布了一个名为Graphpipe的新开源工具，旨在简化和标准化机器学习模型的部署。

该工具包含一组用于遵循标准的库和工具。

Vish Abrams的背景包括帮助在NASA开发OpenStack，以及后来帮助推出2011年OpenStack创业公司Nebula，该项目正在引领该项目。他说，当他的团队挖掘机器学习工作流程时，他们发现了一个差距。虽然团队花费大量精力开发机器学习模型，但实际部署模型以供客户使用却很困难。这就是Graphpipe的用武之地。

他指出，机器学习这样的新技术让人们更容易陷入炒作。尽管开发过程不断改进，但他说人们通常不会考虑部署。

“Graphpipe是我们试图真正改进机器学习模型的部署故事，并创造一个开放标准，围绕这样做以改善空间的方式，”艾布拉姆斯告诉TechCrunch。

正如甲骨文挖掘这一点，他们发现了三个主要问题。对于初学者来说，没有标准的方式来提供API，让您可以使用框架提供的任何内容。接下来，没有标准的部署机制，每次都让开发人员构建自定义的部署机制。最后，他们发现现有方法将性能作为事后的想法，这在机器学习中可能是一个主要问题。

“我们创建了Graphpipe来解决这三个挑战。它提供了一种标准的高性能协议，用于通过网络传输张量数据，以及简单的客户端和服务器实现，从任何框架轻松部署和查询机器学习模型，“艾布拉姆斯在博客文章中写道，宣布发布Graphpipe。

该公司决定将其作为标准并开源，以尝试推动机器学习模型的部署。“Graphpipe位于解决业务问题和推动现有技术发展之间的交叉点上，我个人认为，最好的方法是采用开源方法。通常情况下，如果你试图在没有开源的情况下标准化某些东西，你最终得到的是一堆竞争技术，“他说。

艾布拉姆斯承认甲骨文和开源社区多年来一直存在的紧张关系，但他们表示，他们最近一直致力于通过对Kubernetes和Oracle Functions Project的贡献来改变观念。最后他说，如果技术足够有趣，人们就会给它一个机会，不管是谁把它放在那里。当然，一旦它出现在那里，如果一个社区围绕它建立，它们将适应和改变它，就像开源项目所倾向的那样。艾布拉姆斯希望这种情况发生。

“我们更关注标准的广泛采用，而不是我们对它的特定实现，因为这使每个人都更容易。这完全取决于社区决定这是有价值和有趣的。“他说。