針對資料科學家日常工作需求，紅帽推出AI作業環境代管服務

紅帽今年4月底舉行全球用戶大會期間，除了發表企業級Linux作業系統8.4新版，還宣布推出多項代管式雲端服務，它們能橫跨整個混合雲環境，針對雲端原生應用程式，進行組建、部署、管理、擴大或縮小執行規模，並且緊密整合紅帽負責維運與代管的OpenShift Dedicated，能減緩維運現代化IT環境的複雜度，而且不需要犧牲開發者產能來完成相關工作，紅帽表示，將提供多種通用功能，以便完整且廣泛涵蓋開放混合雲與多雲架構。

我們現在所要介紹的Red Hat OpenShift Data Science，正是其中之一，它能提供資料科學團隊一個有彈性的沙盒（sandbox）環境，裡面包含一些最新推出的資料科學工具，針對機器學習的模型，更快進行相關的開發、訓練、測試，還能將模型匯出，置於充分支援容器應用的格式當中，將這些模型部署到智慧應用系統。

同時，這套代管服務提供的資料處理環境，是具有後勤技術支援、能讓使用者進行自助式服務──資料科學家與機器學習工程師能夠在此實現日常作業，涵蓋資料的收集、準備，一直到機器學習模型的測試與訓練。同時，在這裡，用戶可以從紅帽的合作廠商，以及獨立軟體開發商所提供的解決方案，廣泛接觸各種機器學習技術。

在運作架構上，OpenShift Data Science是從OpenShift Dedicated，以及 Red Hat OpenShift Service on AWS（ROSA），所附加上去的延伸應用解決方案；

同時，它本身是基於開放原始碼Open Data Hub的專案而成，當中實作了多種通用的資料科學工具（提供超過30種機器學習工具），作為人工智慧即服務平臺（AI-as-a-Service）的基礎，並整合特定合作廠商的雲端服務──當中包含獨立軟體廠商提供的解決方案，都已上架到紅帽跨雲軟體市集Red Hat Marketplace。

用戶可運用OpenShift提供的Source-to-Image（S2i）工具包，程式碼建構（builds）能將機器學習的實驗處理，轉換成容器化的模型，可自動部署到智慧應用系統當中。

若單就Open Data Hub而言，原本就是基於紅帽旗下的多種系統平臺而而成，OpenShift就是其中之一，還有Red Hat Ceph Storage、Red Hat AMQ Streams等產品，以及幾種開放原始碼軟體專案，可協助企業建構開放的機器學習平臺，又能得到各種工具。

關於軟體工具的運用上，OpenShift Data Science預設啟動JupyterLab的系統服務，讓使用者以Jupyter Notebooks開發機器學習模型，以及實作分析技術。由於這裡具有受到廣泛嘗試與測試的Notebook映像可選擇，用戶可以將這些映像載入紅帽提供的容器映像，隨後運用最新推出的各種應用程式框架，像是TensorFlow與PyTorch。

若要加速處理模型訓練與測試，這項代管服務可隨時根據用戶需求來連接GPU，藉此減少開發模型所需時間，並獲取洞察分析結果，有益於快速進行原型設計（prototyping），以及試驗應用案例。

產品資訊

Red Hat OpenShift Data Science
●原廠：Red Hat
●建議售價：廠商未提供
●解決方案提供形式：代管雲端服務
●系統需求：Red Hat OpenShift Dedicated、Red Hat OpenShift Service on AWS●工具軟體來源：Open Data Hub
●提供機器學習建模與圖表產生的工具：Jupyter Hub、TensorFlow、PyTorch
●資料擷取、工程、治理與儲存工具：S3
●GPU支援工具：Nvidia GPU Operator●模型服務工具：OpenShift Source-to-Image

【註：規格與價格由廠商提供，因時有異動，正確資訊請洽廠商】