Inteligência artificial recebendo um grande impulso do Kubernetes

Carmine Rimi da Canonical
Houve um aumento de 14 vezes na quantidade de startups de Inteligência Artificial (IA) lançadas desde a virada do século, de acordo com um estudo da Universidade de Stanford. Só no Reino Unido, diz Carmine Rimi, gerente de produto de IA da Canonical - a empresa por trás do Ubuntu, Os desenvolvedores de IA testemunharam um aumento de 200% no financiamento de capital de risco somente no ano passado; já que o potencial transformador da IA ​​quebra todas as fronteiras.

A criação de aplicativos de IA para aprimorar as formas de fazer negócios e, de fato, a vida das pessoas é uma tarefa enorme. Esses aplicativos são complicados de desenvolver e construir, pois envolvem diversos tipos de dados; tornando problemática a transferência para diferentes plataformas.

Acima desses desafios, várias etapas são necessárias em cada estágio para começar a construir até mesmo a aplicação de IA mais básica. Um espectro de habilidades é necessário, incluindo extração de recursos, verificação e análise de coleta de dados e gerenciamento de recursos da máquina, para sustentar um subconjunto comparativamente pequeno do código de ML real. Muito trabalho precisa acontecer antes de assumir uma posição na linha de partida; junto com um grande esforço contínuo para manter os aplicativos atualizados. Todos os desenvolvedores estão procurando maneiras de vencer esses grandes desafios.

Contenha-se

O resultado dessa pesquisa, para manter os aplicativos atualizados e equilibrar as cargas de trabalho no desenvolvimento de aplicativos, geralmente chega à mesma resposta - Kubernetes. Essa plataforma de código aberto pode ser um facilitador, pois pode automatizar a implantação e o gerenciamento de aplicativos em contêineres, compreendendo cargas de trabalho complicadas, como AI e Machine Learning. O Kubernetes desfrutou de algo espetacular porque é capaz dessas coisas, mas também como uma plataforma de orquestração de contêineres.

Forrester declarou recentemente que “o Kubernetes ganhou a guerra pelo domínio da orquestração de contêineres e deve estar no centro de seus planos de microsserviços”. Os contêineres oferecem um ambiente compacto para os processos operarem. Eles são fáceis de escalar, portáteis em uma variedade de ambientes e, portanto, permitem que aplicativos grandes e monolíticos sejam divididos em microsserviços direcionados e mais fáceis de manter. A maioria dos desenvolvedores afirma que está aproveitando o Kubernetes em uma variedade de estágios de desenvolvimento, de acordo com uma pesquisa da Cloud Native Computing Foundation.

A maioria das empresas está executando ou planeja começar a usar o Kubernetes como plataforma para cargas de trabalho. Obviamente, a IA é uma carga de trabalho que está ganhando importância rapidamente. O Kubernetes é ideal para essa tarefa, porque os algoritmos de IA devem ser escalonáveis ​​para serem eficazes. Certos algoritmos de aprendizado profundo e conjuntos de dados precisam de uma grande quantidade de computação. O Kubernetes pode ajudar aqui, porque está focado no dimensionamento em torno da demanda.

O Kubernetes também pode fornecer um roteiro para implantar cargas de trabalho habilitadas para IA em vários servidores de commodity, abrangendo o pipeline de software, enquanto abstrai a sobrecarga de gerenciamento. Depois que os modelos são treinados, atendê-los em diferentes cenários de implantação, de computação de ponta a datacenters centrais, é um desafio para formulários de aplicativos sem contêineres. Mais uma vez, o Kubernetes pode desbloquear a flexibilidade necessária para uma implantação distribuída de agentes de inferência em uma variedade de substratos.

Mudando o foco

Conforme as empresas voltam sua atenção para a IA para reduzir custos operacionais, melhorar a tomada de decisões e atender aos clientes de novas maneiras, os contêineres baseados em Kubernetes estão rapidamente se tornando a tecnologia número um para apoiar as empresas na adoção de IA e aprendizado de máquina. Em dezembro passado, o projeto Kubernetes revelou o Kubeflow, que se concentra em tornar as implantações de fluxos de trabalho de aprendizado de máquina no Kubernetes simples, portáteis e escalonáveis.

Embora o Kubernetes tenha começado apenas com serviços sem estado, o projeto afirmou que os clientes começaram a mover cargas de trabalho complexas para a plataforma, aproveitando as ‘APIs ricas, confiabilidade e desempenho’ do Kubernetes. Um dos casos de uso de crescimento mais rápido para o Kubernetes é como a plataforma de implantação preferida para aprendizado de máquina.

No início de 2017 apenas o Google O Cloud Platform oferece suporte ao Kubernetes, com seu Google Kubernetes Engine. No final do ano, todos os principais fornecedores de nuvem pública estavam a bordo. Especialmente, depois da Microsoft adicionou suporte Kubernetes ao Azure Container Service e à Amazon estreou o Amazon Elastic Container Service para Kubernetes.

As maneiras como o Kubernetes está sendo implementado e aproveitado pelas empresas são aparentemente ilimitadas. Em um período de vida relativamente curto, o Kubernetes conquistou muito. Isso sublinha até que ponto os fornecedores de tecnologia, e seus clientes, estão aderindo à noção de que os contêineres oferecem enormes benefícios no desenvolvimento e gerenciamento das partes de IA dos aplicativos. O surgimento da IA ​​está despertando um grande interesse em contêineres para introduzir repetibilidade e tolerância a falhas para essas cargas de trabalho complicadas.

O Kubernetes está se tornando um de fato combinação padrão e fantástica para gerenciar aplicativos de IA em contêineres. Provou-se e deve continuar a ser um benefício dramático para as empresas por muito tempo.

O autor é Carmine Rimi, gerente de produto de IA da Canonical.