D2iQ，权力更聪明的第2天操作，推出的企业级云平台的领先供应商工藤Kubeflow简化和加快机器学习(ML)的部署上Kubernetes。用于Kubeflow的D2iQ KUDO是面向企业的开源Kubeflow发行版，它通过降低调配和管理所有移动部件的复杂性来加快ML工作流的上市时间。KUDO for Kubeflow与其他ML工具(例如Spark和Horovod)捆绑在一起，提供了端到端安全，可扩展和可移植的ML平台，使数据科学家和ML工程师能够在第二天的操作中更快，更一致地构建，部署和运行工作流。 。
Forrester Research最近的一项研究发现，有76%的数据科学家和IT从业人员期望在未来18至24个月内，他们对机器学习的使用将增加，这使得机器学习成为几乎每个组织中必不可少的技能。不断增长的需求迫使数据科学家必须使用各种各样的工具包，技术和平台来满足其组织不断发展的业务需求。但是，在有效地部署ML工作流以在生产环境中运行时，每种技术通常需要不同的技能集，减慢项目进度并带来挑战。
KUDO for Kubeflow为组织提供了一个平台，该平台提供了用于在Kubernetes上运行机器学习的标准化最佳实践和工具。通过消除设置ML开发和生产环境的复杂性，KUDO for Kubeflow使组织能够以低得多的成本提高数据科学团队的生产力。数据科学家可以利用GPU和MLOps来加快培训，调整和部署模型的过程，而无需考虑基础结构如何，从而降低了与手动设置相关的成本和风险。机器学习工程师现在可以在单个平台上大规模部署和训练机器学习模型。
D2iQ工程与产品高级副总裁Chandler Hoisington表示：“将ML工作流程从开发到生产都充满了挑战，因为环境，整体架构之间的差异以及缺乏可移植性和可伸缩性的情况在尝试将模型部署到生产中时很常见。” 。“用于Kubeflow的D2iQ KUDO使组织能够大规模生产，部署和运行整个ML工作负载，同时满足安全性和合规性要求。这使数据科学家和ML工程师可以在Kubernetes基础架构上以更高的速度运行其整个ML堆栈。 ”