SUSE AI人工智能基础平台解决方案

1、SUSE AI人工智能基础平台解决方案2产品概述技术特点产品路线图使用场景成功案例内容Breadcrumbs产品概述3SUSE AI Playground我需要一个简单的方法来.开发我的AI模型而无需花费时间来配置我的环境为我的数据科学家部署一个AI平台，而不会浪费时间来学习如何做.监视数据科学家在AI平台上部署的数据，而不会浪费时间来配置我需要的所有内容数据科学家Ai 管理员OR结果存在风险更多生产延迟虚假承诺结果不清楚，基础设施稳定性不确定生产延迟错误风险高“客户”走开并抱怨AI管理员需要部署新的AI平台设置/配置监控我如何确保一切正常？我需要监视什么？我需要检查什么？部署Ai平台如何安装

2、Ai平台？我需要什么（存储/容器）？定义软件“基础”我们需要什么作为基础？K8 / HPC /单服务器/云？定义硬件资源我们需要的？如果我们以后添加/更改/删除GPU / CPU，该怎么办？收集数据科学家需求数据科学家不是基础架构专家。DevOps不是Ai专家。挑战人工智能价值故事“传统流程的问题”-例如：AI管理员工作流程通过Ai playground 解决通过Ai Stack 解决发行Ai平台怎么办？我确定一切正常吗？AI管理员需要部署新的AI平台设置/配置监控我如何确保一切正常？我需要监视什么？我需要检查什么？部署Ai平台如何安装Ai平台？我需要什么（存储/容器）？定义软件“基础”我们需

3、要什么作为基础？K8 / HPC /单服务器/云？定义硬件资源我们需要的？如果我们以后添加/更改/删除GPU / CPU，该怎么办？收集数据科学家需求数据科学家不是基础架构专家。DevOps不是Ai专家。挑战人工智能价值故事发行Ai平台怎么办？我确定一切正常吗？使用像Ai Playground这样的“即用型”解决方案，允许AiOps从预先配置的模板集中进行选择预先构建的自动化工作流程消除了复杂性，并提供了即使在以后更改基础架构的自由模板按“目标”进行组织：本地，云，开发沙盒和Ai平台我们通过整个部署体验来推动AiOps。只需启动自动驾驶仪即可。我们提供经过测试和维护的解决方案。我们也照顾“方面

4、”，而不仅仅是“主菜”平台已准备就绪。我们为您提供传递给用户的基本说明。工作完成。减轻实际结果没有延误让人开心我们可能提供解决方案我们确实减少了摩擦并加速了项目我们坚持交货时间部署所需的内容，仅此而已“客户”很高兴，并提出更多需求技术特点7容器平台SUSE CaaS Platform (Kuberenetes)物理机虚拟机, GPUSUSE Enterprise Storage关系型数据库:PostgreSQL, MySQL数据存储Hadoop SparkKafka ElasticsearchKibana Hue数据分析Kubeflow PytorchAI LibraryJupyterHub人

5、工智能AI 机器学习MLSUSE开放AI基础架构平台GPU/CPUSLES/openSUSEMacOSContainer RuntimeSUSE DSVMAI PlaygroundJupyterMS VsCodeNteractAtomOS 选择替代组件AI Editor/Ai Template 选择硬件选择Windows WSL2PolyNoteR-StudioML/DL FrameworksAI Remote (Pipelines)SUSE Artificial Intelligence Playground- 参考架构SUSE Artificial Intelligence Stack-

6、参考架构GPU/CPUHOST (for K8s/HPC)CAASP or K8s (including Cloud Providers)HPC (on prem-on cloud)CAPAI PlatformCONTAINERCONTAINERVMVMOptional ComponentAlternative ComponentAI Platform of choiceGPU/CPU enabled containers (including third-party registries)OS optimized for HWSES or CephStorageSLE(15 or above

7、)产品路线图11AI 软件包AI 镜像转为AI数据科学家使用的openSUSE Leap 15.2/repositories/Virtualization:/Appliances:/Images:/openSUSE-Leap-15.2/images/Containers may be created out of every single package.What Are AI “Packs”- AI PlaygroundAny OS :As application on Data Scientist environment:SUSE Linux Windows (WSL)Web (Jupyt

8、er)Any ToolAs known interface to model locally:Jupyter LabJupyter NotebookJupyter NteractPolynoteMS VSCodeAtomAny FrameworkAs container to be deployed everywhere and to be rapidly accessible locally or remote:TensorflowPyTorchOpenCVAny DeploymentOnce model is ready is deployable as pipeline in a rem

9、ote enviroment:SUSE CaaSPAKS (Azure Arc)EKSGKSApril 2020October 2020June 20212022SUSE Artificial Intelligence1.01.12.0Ai PlaygroundEditors support:JupyterJupyterLabMS VsCodeNteractTemplates:KubeflowMonitoring:KubeflowAI “Stacks”Kubeflow on CaaSPIntel-SUSE StacksSupermicro Reference ArchitectureDell

10、Reference ArchitectureARM Reference ArchitectureAI packagesTensorflow 1.15Tensorflow 2.1PytorchCaffeOpenCVONNXArmNNR-Studio1.0Ai PlaygroundEditors support:AtomPolynoteR-StudioApache ZeppelinTemplates:AirFlowMonitoring:AirflowDeploymentKubeflowAI “Stacks”AMD-SUSE StacksNVIDIA Reference ArchitectureAI

11、 packagesApache BeamApache SparkTensorflow TFXAi PlaygroundTemplates:Apache SparkAI “Plugins”IdM/PAM pluginsAuthentication/Authorization pluginsAi PlaygroundTemplates:AirFlowMLRunApache SparkMonitoring:Apache SparkDeploymentAirflowMLRunApache Spark 1.12.02.1* Information is forward looking and subje

12、ct to change at any time.Jan 20212.1* Items are tech preview场景和案例16台湾高算中心NCHC - AI云项目台湾高性能计算中心（ NCHC ），成立于1991年，是台湾唯一的政府超级计算中心。拥有庞大的计算和网络平台设施，可供国内学术界和公众使用。NCHC通过整合高性能计算(HPC)、存储和网络，在存储、大数据分析、科学和工程仿真等方面提供云服务公共学术研究大型计算和存储平台云服务大数据分析科学/工程仿真AI 云项目 - 概述AI 云2000 GPUTotal 9 PFLOPS大数据250 Cloud Nodes数据存储50PBTaiwans largest Big Data Analytics CloudAI Frameworks for Training & Development5x NCHCs current storage capacity.AI 云项目 架构SLES12 SP3OrchestraterCPU NodeGPU NodeSLES 12 SP3KubernetesSUSE OpenStack CloudTensorFlow, Caffe, Torch, DIGITSKube-SchedulerNova SchedulerNeutronVMDocker / Nvidia-Doc