2023年12月5日 —— 流式軟件公司、企業(yè)軟件供應(yīng)鏈平臺提供商JFrog推出ML模型管理功能，這是業(yè)界首套旨在簡化機器學(xué)習(xí)（ML）模型管理和安全性的功能。JFrog 平臺中的全新ML模型管理功能使AI交付與企業(yè)現(xiàn)有的 DevOps 和 DevSecOps 實踐保持一致，從而加速、保護和管理ML組件的發(fā)布。

JFrog 聯(lián)合創(chuàng)始人兼首席技術(shù)官 Yoav Landman 表示："如今，數(shù)據(jù)科學(xué)家、ML工程師和 DevOps 團隊在交付軟件方面沒有通用的流程。這往往會導(dǎo)致團隊之間發(fā)生摩擦，造成一定規(guī)模的困難，以及整體產(chǎn)品組合在管理和合規(guī)性方面缺乏標(biāo)準。如果沒有 Python 及其所依賴的軟件包，機器學(xué)習(xí)模型制品是不完整的，且通常使用 Docker 容器為其提供服務(wù)。我們的客戶已經(jīng)將JFrog視為制品管理和DevSecOps流程的黃金標(biāo)準。數(shù)據(jù)科學(xué)家和軟件工程師開發(fā)了現(xiàn)代化AI功能，他們已經(jīng)是 JFrog 的原生用戶。隨著我們將機器學(xué)習(xí)模型管理以及模型安全性和合規(guī)性引入統(tǒng)一的軟件供應(yīng)鏈平臺，以幫助他們在AI時代大規(guī)模交付可信軟件，因此，此次發(fā)布也就順理成章地成為下一步舉措。" 

越來越多用戶使用AI和 ML。IDC 研究表明，包括軟件、硬件和服務(wù)在內(nèi)的全球 AI/ML 市場預(yù)計將在 2023 年增長 19.6%，超過 5000 億美元。然而，隨著越來越多的 ML 模型投入生產(chǎn)，最終用戶往往面臨著成本、缺乏自動化、缺乏專業(yè)知識以及擴展能力等方面的挑戰(zhàn)。

IDC DevOps 與 DevSecOps 研究副總裁 Jim Mercer 表示：“將 ML 模型從頭到尾部署到生產(chǎn)中需要耗費大量時間和精力。然而，即使投入生產(chǎn)，用戶也會面臨模型性能、模型漂移和偏差等挑戰(zhàn)。因此，擁有一個單一的記錄系統(tǒng)，幫助實現(xiàn)ML模型的自動開發(fā)、持續(xù)管理和安全性，所有其他組件打包到應(yīng)用程序中，這樣就能夠為優(yōu)化流程提供一個令人信服的替代方案?！?/p>

使用 JFrog 全新 ML 模型管理功能，企業(yè)能夠：

●代理常用的公共 ML 倉庫 Hugging Face，緩存公司所依賴的開源 AI 模型，使其更貼近開發(fā)和生產(chǎn)，防止刪除或修改。

●檢測并阻止惡意 ML 模型的使用。

●掃描 ML 模型許可證，確保其符合公司政策。

●存儲自行開發(fā)或內(nèi)部增強型 ML 模型，并配置強大的訪問控制和版本歷史記錄，以提高透明度。

●將 ML 模型作為任何軟件版本的一部分進行打包和分發(fā)。

JFrog產(chǎn)品與工程高級副總裁Yossi Shaul表示：“越來越多的企業(yè)開始將ML模型納入其應(yīng)用程序中，而且隨著一些政府法規(guī)要求軟件供應(yīng)商明確列出其軟件中的內(nèi)容，我們相信不久后這些指導(dǎo)方針也將涵蓋 ML和 AI 模型。我們很高興能為客戶提供代理、存儲、保障和管理模型以及其他軟件組件的簡便方法，幫助他們加快創(chuàng)新步伐，同時為未來需求做好充分準備?！?/p>