オープンソースAIでモデルを実運用環境へ

企業AIにCanonicalを選ぶ理由

• AI導入を加速する信頼性の高いエキスパート
• ベンダー1社でAIスタックをサポート
• ハイブリッド、マルチクラウドなど、どこでもワークロードを実行
• ライフサイクル管理と自動化をシンプルに実行
• ノードごとのシンプルなサブスクリプション

MLOps（機械学習運用）でPoCの先へ

MLOpsとは、機械学習（Machine Learning）とオペレーション（Operations）を合わせた造語であり、ワークフローの各プロセスを簡素化し、機械学習とディープラーニングの導入を自動化する一連の作業を意味します。

MLOpsは、モデルの大規模なデプロイとメンテナンスを大規模な実運用環境で高い信頼性と効率性で実行します。

NVIDIAとCanonicalがあらゆる環境でAIを加速します

NVIDIAとCanonicalは、あらゆるパブリッククラウド、オンプレミス、IoT機器でAIハードウェアアクセラレーションを提供できるよう協力しています。

• 機械学習向けに最適化されたNVIDIA DGXサーバーはUbuntuを搭載しており、Canonicalによるサポートが含まれています
• ハードウェアアクセラレーションのためのNVIDIA Kubernetesエクステンションは、CanonicalのKubernetesディストリビューションで有効化されています
• NVIDIA TegraとDrivePX2にはエッジAI向けUbuntuが搭載されています

「企業はますますディープラーニングやAIの導入の加速を求めています。Ubuntuを当社のDGXシステムで使用することに加え、当社はCanonicalと協力してNVIDIA GPU上のKubernetesを、マルチクラウドディープラーニングのトレーニングや推論ワークロードに対する拡張性と移植性の高いソリューションとして提供しています。」

モジュール型プラットフォームによりエッジや大型クラウドでAIを実行

実運用グレードのプロジェクトには、拡張性、再現性、移植性を備えたソリューションが必要です。CanonicalのMLOpsは、AIプロジェクトのタイムラインを短縮します：

• プライベートクラウドでもパブリッククラウドでも同じ使い心地
• Low-opsで合理的なライフサイクル管理
• モジュール型でオープンソースのスイートで再利用可能な環境を構築

IoTとエッジAI

クラウドでトレーニング、エッジで動作。

カメラ、音楽システム、自動車のほか、ファイアウォールやCPEもスマート化が進んでいます。自然言語処理から画像認識まで、また、リアルタイムでの高速自律ナビゲーションからネットワーク侵入の検出まで、Ubuntuは、開発、トレーニング、推論にわたってシームレスな運用フレームワークを提供します。