Cloudian Germany

Cloudian startet Open-Source-Unterstützung für PyTorch, ermöglicht vereinfachte Machine-Learning-Workflows mit Hybrid-Edge-Speicherintegration für AWS Outposts und lokale Zonen

München, 28. Februar 2024 – Cloudian gab heute die Veröffentlichung eines neuen Open-Source-Softwarebeitrags bekannt, der PyTorch, die beliebte Machine-Learning-Bibliothek, mit lokalen Datenlakes integriert, die auf dem S3-kompatiblen Objektspeicher von Cloudian HyperStore laufen. Dieser Durchbruch vereinfacht den Machine-Learning-Workflow und reduziert die Kosten, indem er es Datenwissenschaftlern und KI-Entwicklern ermöglicht, ML auf Daten auszuführen, die in lokalem Cloudian-Objektspeicher gespeichert sind, ohne die Notwendigkeit, die Daten in ein anderes System zu verschieben und zu stagen. Die ML-Aufgaben können auch auf lokalen Rechenressourcen wie AWS Outposts und lokalen Zonen ausgeführt werden.
Benutzer von AWS Outposts und lokalen Zonen können nun Python und Machine-Learning-Bibliotheken verwenden, um Daten innerhalb eines lokalen Cloudian HyperStore S3-kompatiblen Speichersystems zu analysieren, ohne den umständlichen Schritt des Verschiebens von Daten in einen separaten Staging-Bereich, was die Datenverarbeitungspipeline vereinfacht und den Machine-Learning-Workflow erheblich beschleunigt. Cloudian ist ein zertifizierter Partner für AWS Outposts und lokale Zonen und wird über den AWS Marketplace angeboten.

Dieser Open-Source-Beitrag überbrückt die Lücke zwischen verteilten S3-kompatiblen Objektspeichersystemen und Machine-Learning-Compute-Plattformen und beseitigt die Abhängigkeit von einem dedizierten parallelen Dateisystem für Machine-Learning-Workflows. Durch die Ermöglichung des direkten Zugriffs auf ein kosteneffektives, skalierbares Datenrepository vereinfacht Cloudian den Machine-Learning-Prozess und reduziert die Komplexität und Kosten, die mit der Datenanalyse verbunden sind.

Die wichtigsten Vorteile dieser Entwicklung umfassen:

1. Vereinfachter Workflow: Eliminiert die Notwendigkeit des Datenstagings und vereinfacht so den Workflow und reduziert die Kosten für Echtzeitanalyse und Modelltraining.
2. Nahtlose Integration: Ermöglicht die direkte Verwendung von PyTorch mit Cloudian HyperStore und ermöglicht lokale S3-kompatible Datenspeicherung.
3. Lokale Leistung: Führen Sie Machine-Learning-Modelle lokal mit AWS Outposts und lokalen Zonen für niedrige Latenz und schnellen Zugriff auf Daten aus.

Wir freuen uns, der Machine-Learning-Community ein Tool anbieten zu können, das zwei ihrer wichtigsten Bedürfnisse integriert: die Rechenleistung von PyTorch und die Speicherflexibilität von Cloudian S3-kompatiblen Systemen,” sagte Jon Toor, Chief Marketing Officer von Cloudian. “Indem wir diese Plattformen verbinden, ermöglichen wir einen effizienteren und rationalisierten Ansatz für Machine Learning.”
Cloudian hat Verbesserungen zum Open-Source S3-Connector-for-PyTorch von AWS Labs beigetragen. Die Verbesserungen ermöglichen es PyTorch ML-Algorithmen, auf Daten im HyperStore-Objektspeichersystem von Cloudian über die AWS S3-API zuzugreifen. Der verbesserte S3-Connector ist in den GitHub-Repositories von AWS Labs und Cloudian verfügbar.

Für weitere Informationen über Cloudian und PyTorch und wie es Ihre Datenanalyse- und Machine-Learning-Strategien transformieren kann, besuchen Sie bitte Cloudian.com.

Media Contact
Jon Toor
mediainquiries@cloudian.com

Exit mobile version