谷歌發布企業版TensorFlow,或提供收費服務?

2021-02-08 DeepTech深科技


當地時間 10 月 30 日，谷歌發布其最新企業版 TensorFlow——TensorFlow Enterprise。

谷歌雲 AI 平臺產品管理總監 Craig Wiley 在加州舉行的 O'Reilly TensorFlow World 會議上宣布，推出 TensorFlow Enterprise 是為了滿足那些需要擴展其機器學習項目企業 「更高的要求和期望」。

TensorFlow Enterprise 客戶將能夠使用谷歌所說的企業級支持，包括對較早版本框架的長期支持、快 3 倍的數據讀取改進。儘管 TensorFlow 會定期更新，但並非所有用戶都能立即升級到最新版本。


圖丨谷歌 TensorFlow Enterprise（來源：谷歌）


作為行業熱門的開源人工智慧框架，TensorFlow 可以用於運行機器學習、深度學習和其他統計和預測分析工作。TensorFlow 框架簡化了獲取數據、訓練模型、服務預測和提煉未來結果的過程。常見的用例包括為圖像識別和遞歸神經網絡訓練算法，以及訓練機器翻譯和自然語言處理的序列到序列（sequence-to-sequence models）模型。

Wiley 在博客中補充道說：「對於某些版本的 TensorFlow，我們將提供近三年的安全補丁和 bug 修復。這些版本將在谷歌雲上得到支持，所有補丁和 bug 修復都將在主 TensorFlow 代碼庫中可用。」

Wiley 說，企業級的支持還包括「白手套服務（white-glove service）」，將由谷歌雲或者 TensorFlow 的專家為構建 AI 模型的公司提供工程援助。不過，這些援助或許會存在收費的形式。

TensorFlow Enterprise 的另一個優勢是可以自如地進行擴展，與谷歌自己的雲服務深度集成。Wiley 說：「許多模型都是從一個想法或者預置的單節點開始的，而擴展到雲的性能潛力可能會令人望而卻步。」

但是，對於 TensorFlow Enterprise 客戶而言，情況已不再如此，他們可以利用谷歌雲中的一系列計算選項，包括 Deep Learning VM和Deep Learning Containers，它們通過谷歌自定義的雲處理單元處理 AI 任務。除了可擴展性，TensorFlow Enterprise 還可以更方便地訪問谷歌雲管理服務，包括谷歌 Kubernetes 引擎和谷歌 AI 平臺。

Constellation 研究公司的首席分析師和副總裁 Holger Mueller 說，TensorFlow Enterprise 應該符合那些需要企業級安全、穩定、維護和支持的公司的要求。

-End-


編輯：李亞山

責編：黃珊
參考：
https://siliconangle.com/2019/10/30/google-announces-tensorflow-enterprise-machine-learning-scale/


相關焦點

  • 谷歌重磅發布TensorFlow 2.0正式版,高度集成Keras,大量性能改進
    今天，谷歌推出 TensorFlow 2.0 正式版，真乃開發者社區的一大盛事。TensorFlow 2.0 安裝指南：https://www.tensorflow.org/installTensorFlow 2.0 的發布得益於開發者社區的推動，他們想要擁有一個靈活且強大的易用平臺，並且希望 TensorFlow 支持部署到任何平臺。
  • TensorFlow 2.0開發者測試版發布!每晚更新
    谷歌TF團隊提供了一個「晚間版」，每晚更新，歡迎試用吐槽。現在可以上手TensorFlow 2.0了！谷歌機器智能團隊負責分布式系統和並行計算的 Martin Wicke 今天在官博發布文章，介紹了名為 「TF2.0 晚間版」的版本，實際上是一個TensorFlow 2.0的開發者測試版。聽說過開發者版或者測試版，但沒想到還有一個「開發者測試版」。
  • TensorFlow 2.0正式版官宣!深度集成Keras
    谷歌今天宣布，開源機器學習庫TensorFlow 2.0現在可供公眾使用。TensorFlow 2.0的Alpha版本今年初在TensorFlow開發者大會上首次發布，經過近7個月的不斷修改、更新，TensorFlow 2.0正式版可謂是千呼萬喚始出來。
  • TensorFlow 2.0 正式版現已發布
    註：Keras with TensorFlow 連結https://tensorflow.google.cn/guide/keras/overviewEager Execution 連結https://tensorflow.google.cn/guide/eager為了能夠在不同運行時環境（如雲、Web、瀏覽器、Node.js、移動端以及嵌入式系統
  • 谷歌第一個TensorFlow中文教程發布!深度解析TensorFlow Lite
    新智元推薦  來源：TensorFlow（ID：tensorflowers另外，TensorFlow Lite 的代碼位置：https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/lite.
  • 谷歌TPU 訓練 TensorFlow 模型
    Tensor Processing Unit - TPUTPU 簡介什麼是 TPUTPU 代表 Tensor Processing Unit (張量處理單元) ，是由谷歌在 2016 年 5 月發布的為機器學習而構建的定製集成電路（ASIC），並為 TensorFlow 量身定製。
  • TensorFlow 2.0 Alpha 版發布啦!快來嘗鮮!
    今天凌晨，谷歌在加州舉辦TensorFlow開發者峰會（TensorFlow Dev Summit），正式發布2.0版本。不得不說，迫於 PyTorch 的壓力，TensorFlow 2.0 有了眾多改變，例如 2018 年 9 月份在上海谷歌開發者大會上，機器之心了解到一個重大改變是將會把 Eager Execution 變為 TensorFlow 默認的執行模式。2019 年 1 月份，谷歌上線了 TensorFlow 2.0「開發者預覽版」，讓開發者們可以嘗試使用。
  • 【重磅】谷歌TensorFlow 1.0發布,智慧型手機也能玩轉深度學習
    來源：infoword，github編譯：弗格森   文強【新智元導讀】 近日，谷歌開源深度學習框架 TensorFlow 發布了完整的1.0版本，不僅改進了庫中的機器學習功能，而且對 Python 和 Java 用戶開放，提升了 debugging。
  • 谷歌移動端深度學習框架TensorFlow Lite正式發布
    今年 5 月，谷歌曾在 I/O 大會上宣布即將推出 TensorFlow Lite，今日，谷歌終於發布了新工具的開發者預覽版本，這是一款 TensorFlow
  • 一句代碼發布你的TensorFlow模型,簡明TensorFlow Serving上手教程
    直接將使用TensorFlow的Python代碼放到Flask等Web程序中，提供Restful接口：實現和調試方便，但效率不太高，不大適合高負荷場景，且沒有版本管理、模型熱更新等功能。將TensorFlow模型託管到TensorFlow Serving中，提供RPC或Restful服務：實現方便，高效，自帶版本管理、模型熱更新等，很適合大規模線上業務。
  • 業界 谷歌發布tfdbg:讓TensorFlow機器學習模型調試更簡單
    隨著 2 月 16 日谷歌開發者大會上 TensorFlow1.0 的發布，這一最流行的深度學習框架邁進了新的時代。
  • TensorFlow是什麼?
    TensorFlow 實質上是一個編程系統，官方說法是一個使用數據流圖(data flow graphs)技術來進行數值計算的開源軟體庫，也是人工智慧時代的「作業系統」。只要計算任務可以表示為一個數據流圖，我們就可以使用Tensorflow 來構建數據流圖來描述計算任務，TensorFlow 則提供有用的工具來幫助用戶組裝「子圖」（常用於神經網絡）。
  • 終於來了,TensorFlow 新增官方 Windows 支持
    在谷歌的支持下，TensorFlow 已成為 GitHub 上最受歡迎的機器學習開源項目。同時，谷歌也在 TensorFlow 框架中進行過各類研究、開源了其中一些項目，這些研究涉及到自然語言處理、機器翻譯、圖像描述、圖像分類等等。谷歌在開發者博客上寫到：「原生的 Windows 版 TensorFlow 是自開源以來，我們工作的重中之重。
  • 動態 | 谷歌開源 TF-Ranking:專用於排序學習的可擴展 TensorFlow 庫
    日前，谷歌 AI 發布了最新成果 TF-Ranking，它是一個專門針對排序學習（learning-to-rank）應用的可擴展 TensorFlow
  • Tensorflow 2.0到底好在哪裡?
    在所有優秀的機器學習和深度學習框架中，TensorFlow 是最成熟的，在研究論文中被引用最多（就算排除谷歌員工的引用也是如此），也有著最出色的生產實踐案例。它可能不是最容易學習的框架，但比起它 2016 年剛發布時的情況，現在的 TensorFlow 對新人要友好得多。TensorFlow 還是許多谷歌服務的基礎。
  • TensorFlow 1.0正式發布
    TensorFlow 最初由 Google Brain 團隊開發，用於 Google 的研究和產品，於 2015 年 11 月 9 日在 Apache 2.0 開源許可證下發布
  • Tensorflow 安裝
    比如官網提供的:Pip 安裝Virtualenv 安裝Anaconda 安裝Docker 安裝從安裝源 安裝這節內容使用 pip 在每個系統的安裝方式:Linux 和 MacOSWindows測試更新 TensorflowLinux 和 MacOS
  • TensorFlow 2.0開發者預覽版放出!上手嘗鮮可以開始了
    今天凌晨，谷歌AI團隊的Martin Wicke在TensorFlow官方社區發帖，興奮地通知TensorFlow 2.0開發者預覽版已經放出。當然現在還是一個很早期的nightly夜版，也就是說，這個版本更新速度會非常快，同時也意味著不穩定因素更多。
  • TensorFlow 與 PyTorch 之爭
    為了幫助開發這些架構，谷歌、Facebook 和 Uber 等科技巨頭已經為 Python 深度學習環境發布了多款框架，這讓人們可以更輕鬆地學習、構建和訓練不同類型的神經網絡。本文將詳細介紹和比較兩種流行的框架： TensorFlow 與 PyTorch。
  • 谷歌開源圖像分類工具TF-Slim,定義TensorFlow複雜模型
    來源：Google Research作者：Nathan Silberman & Sergio Guadarrama，谷歌研究員譯者：聞菲【新智元導讀】這不由讓人想起 Facebook 上周開源「從像素級別理解圖像」的計算機視覺系統。不管怎麼說，在計算機視覺方面，強大的工具又多了。下文是官方博文翻譯。在新智元後臺回復「0831」下載論文。今年早些時候，我們發布了圖像分類模型 Inception V3 在 TensorFlow 上的運行案例。