JFrog推出面向Hugging Face的原生集成,為 ML 模型提供強大支持, 實現(xiàn)DevOps、安全和AI的協(xié)調(diào)統(tǒng)一

DevOps團隊、ML工程師和數(shù)據(jù)科學家現(xiàn)可放心地存儲、保障、治理和管理AI組件,包括業(yè)界首個檢測惡意ML模型的平臺

2023年12月5日——流式軟件公司、企業(yè)軟件供應鏈平臺提供商JFrog推出ML模型管理功能,這是業(yè)界首套旨在簡化機器學習(ML)模型管理和安全性的功能。JFrog平臺中的全新ML模型管理功能使AI交付與企業(yè)現(xiàn)有的DevOps和DevSecOps實踐保持一致,從而加速、保護和管理ML組件的發(fā)布。

JFrog聯(lián)合創(chuàng)始人兼首席技術官Yoav Landman表示:"如今,數(shù)據(jù)科學家、ML工程師和DevOps團隊在交付軟件方面沒有通用的流程。這往往會導致團隊之間發(fā)生摩擦,造成一定規(guī)模的困難,以及整體產(chǎn)品組合在管理和合規(guī)性方面缺乏標準。如果沒有Python及其所依賴的軟件包,機器學習模型制品是不完整的,且通常使用Docker容器為其提供服務。我們的客戶已經(jīng)將JFrog視為制品管理和DevSecOps流程的黃金標準。數(shù)據(jù)科學家和軟件工程師開發(fā)了現(xiàn)代化AI功能,他們已經(jīng)是JFrog的原生用戶。隨著我們將機器學習模型管理以及模型安全性和合規(guī)性引入統(tǒng)一的軟件供應鏈平臺,以幫助他們在AI時代大規(guī)模交付可信軟件,因此,此次發(fā)布也就順理成章地成為下一步舉措。"

越來越多用戶使用AI和ML。IDC研究表明,包括軟件、硬件和服務在內(nèi)的全球AI/ML市場預計將在2023年增長19.6%,超過5000億美元。然而,隨著越來越多的ML模型投入生產(chǎn),最終用戶往往面臨著成本、缺乏自動化、缺乏專業(yè)知識以及擴展能力等方面的挑戰(zhàn)。

IDC DevOps與DevSecOps研究副總裁Jim Mercer表示:“將ML模型從頭到尾部署到生產(chǎn)中需要耗費大量時間和精力。然而,即使投入生產(chǎn),用戶也會面臨模型性能、模型漂移和偏差等挑戰(zhàn)。因此,擁有一個單一的記錄系統(tǒng),幫助實現(xiàn)ML模型的自動開發(fā)、持續(xù)管理和安全性,所有其他組件打包到應用程序中,這樣就能夠為優(yōu)化流程提供一個令人信服的替代方案。”

使用JFrog全新ML模型管理功能,企業(yè)能夠:

●代理常用的公共ML倉庫Hugging Face,緩存公司所依賴的開源AI模型,使其更貼近開發(fā)和生產(chǎn),防止刪除或修改。

●檢測并阻止惡意ML模型的使用。

●掃描ML模型許可證,確保其符合公司政策。

●存儲自行開發(fā)或內(nèi)部增強型ML模型,并配置強大的訪問控制和版本歷史記錄,以提高透明度。

●將ML模型作為任何軟件版本的一部分進行打包和分發(fā)。

JFrog產(chǎn)品與工程高級副總裁Yossi Shaul表示:“越來越多的企業(yè)開始將ML模型納入其應用程序中,而且隨著一些政府法規(guī)要求軟件供應商明確列出其軟件中的內(nèi)容,我們相信不久后這些指導方針也將涵蓋ML和AI模型。我們很高興能為客戶提供代理、存儲、保障和管理模型以及其他軟件組件的簡便方法,幫助他們加快創(chuàng)新步伐,同時為未來需求做好充分準備。”

###

關于JFrog

JFrog Ltd.(納斯達克股票代碼:FROG)的使命是創(chuàng)造一個從開發(fā)人員到設備之間暢通無阻的軟件交付世界。秉承“流式軟件”的理念,JFrog軟件供應鏈平臺是統(tǒng)一的記錄系統(tǒng),幫助企業(yè)快速安全地構建、管理和分發(fā)軟件,確保軟件可用、可追溯和防篡改。集成的安全功能還有助于發(fā)現(xiàn)和抵御威脅和漏洞并加以補救。JFrog的混合、通用、多云平臺可以作為跨多個主流云服務提供商的自托管和SaaS服務。全球數(shù)百萬用戶和7000多名客戶,包括大多數(shù)財富100強企業(yè),依靠JFrog解決方案安全地開展數(shù)字化轉型。一用便知!如欲了解更多信息,請訪問jfrogchina.com或者關注我們的微信官方賬號:JFrog捷蛙。

(免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內(nèi)容或斷開相關鏈接。 )