谷歌宣布针对大型机器学习的TensorFlowEnterprise

Google LLC今天发布了企业版TensorFlow，这是它创建的流行的开源人工智能框架，用于运行机器学习，深度学习以及其他统计和预测分析工作负载。

TensorFlow框架简化了获取数据，训练模型，提供预测和完善未来结果的过程。常见的用例包括用于图像识别和递归神经网络的训练算法，以及用于机器翻译和自然语言处理的序列到序列模型。

Google Cloud AI Platform产品管理总监Craig Wiley(如图)在加利福尼亚州圣克拉拉举行的O'Reilly TensorFlow World会议上发布了一个图片，他说TensorFlow Enterprise的发布对于满足“更高的要求和期望”是必要的。需要扩大其机器学习项目的企业数量。

TensorFlow Enterprise客户将能够利用Google所说的企业级支持，包括对较早版本框架的长期支持。尽管TensorFlow会定期更新，但并非所有人都能立即升级到最新版本。

“对于TensorFlow的某些版本，我们将提供长达三年的安全补丁并选择错误修复，” Wiley在博客中补充道。“这些版本将在Google Cloud上受支持，并且所有修补程序和错误修复将在主线TensorFlow代码存储库中提供。”

Wiley说，企业级支持还包括“白手套服务”，该服务由Google Cloud的专家提供工程师到工程师的帮助。

TensorFlow Enterprise的另一个优势是可以自信地进行扩展。Wiley说：“许多模型都是从一个想法开始的，并且是一个单节点本地部署，而扩展到云的性能潜力可能会令人生畏。”

但是对于TensorFlow Enterprise客户而言，情况已不再如此，他们可以利用Google Cloud中的一系列计算选项，包括Deep Learning VM和Deep Learning Containers，它们利用Google自定义的Cloud Tensor处理单元处理AI工作负载。

Wiley说，除了可扩展性外，TensorFlow Enterprise客户还可以从轻松访问一系列Google Cloud托管服务中受益，其中包括Google Kubernetes Engine和Google AI Platform。

Constellation Research Inc.首席分析师兼副总裁Holger Mueller说，TensorFlow Enterprise应该适合那些需要企业级安全性，稳定性，维护和支持的公司。这就是Google为TensorFlow Enterprise提供三年维护的条件窗户，”他说。

Mueller继续说道：“ Google注重性能，同时支持Google TPU和Nvidia GPU。” “我们将看看Google是否可以通过此举吸引到更多的企业工作负载，并有效地利用其作为开放源码社区TensorFlow的原始提供者的'homecourt优势'。真正的战斗是以最快的速度和最低的成本提供AI见解。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！