機械学習の運用 (MLOps)
MLOps は ML モデルと AI ワークフローの開発とデプロイを効率化するプラクティス
概要
AI アプリ開発ライフサイクルを効率化する
- 中央リポジトリ内の AI モデルとパイプラインを Azure Machine Learning レジストリと共有して再利用します。
- 継続的デリバリーを統合して、トレーニング、プロンプト チューニング、デプロイ ワークフローを自動化します。
- Azure Machine Learning のプロンプト フローを使用して、プロンプト エンジニアリング タスクを効率化し、生成 AI モデルのオーケストレーションを行います。
- 定義済みの実験、バージョン コントロール、データ モニタリングによって、スケーラブルで再現可能なパイプラインを作成します。
- 本番環境でモデルの精度、データ ドリフト、責任ある AI の指標を継続的にモニタリングおよび評価します。
メリット
本番環境に AI を導入する
シームレスなデプロイと管理のためのモデルのスケーリングと運用化を行います。
AI ワークフローをすばやく構築する
一貫したモデル配信の設計、デプロイ、管理を行うためのパイプラインとモデル ワークフローを構築します。
あらゆる場所にモデルを簡単にデプロイ
マネージド エンドポイントを使用して、アクセス可能な CPU および GPU マシン全体にモデルとワークフローをデプロイします。
AI ライフサイクルを効率的に自動化する
Azure DevOps と GitHub Actions の組み込みの相互運用性を使用して、ML と AI のワークフローを自動化します。
資産全体でガバナンスを実現する
バージョンとデータ系列を追跡します。ガバナンス、プライバシー、コンプライアンスのクォータとポリシーを設定します。
追跡を一元化する
MLflow と一貫したツール セットを使用して、実行指標を追跡し、実験の成果物を格納します。
チーム間で資産を共有する
レジストリを使用してワークスペース間で共同作業を行い、組織全体の AI 資産を一元化します。
IDC MarketScape Worldwide Machine Learning Operations (MLOps) Platforms 2022 Vendor Assessment で Microsoft はリーダー評価を獲得しました。
お客様事例
Azure Machine Learning を使用してイノベーションを起こしているお客様の事例を見る
関連製品
Azure で堅牢なソリューションを構築
Azure の製品、ソリューション、プラットフォーム、機能を使用して MLOps を組み込みます。
リソース
Azure Machine Learning における MLOps の詳細情報
Azure Machine Learning を試す
Azure Machine Learning スタジオにアクセスして、ローコードおよびノーコードのプロジェクトの作成と資産管理を行いましょう。
Azure ソリューション
Azure クラウド ソリューション
実績のある Azure クラウド サービスの組み合わせを使用して、お客様のビジネス上の課題を解決しましょう。サンプル アーキテクチャとドキュメントもご用意しています。
ビジネス ソリューション ハブ
適切な Microsoft Cloud ソリューションを検索する
Microsoft ビジネス ソリューション ハブを参照して、組織が目標を達成するのに役立つ製品とソリューションを見つけます。
Azure mobile app を入手する 
