.
A Microsoft está procurando fazer com que sua nuvem do Azure seja o local para as empresas executarem suas cargas de trabalho de IA e aprendizado de máquina.
“Os cientistas de dados de organizações que adotaram o Snowflake como sua solução de data warehouse agora podem explorar os recursos do Azure ML sem depender de bibliotecas de terceiros ou envolver equipes de engenharia de dados”, escreveu Amar Badal, gerente sênior de Azure Machine Learning, em um postagem no blog.
Ele acrescentou que, graças à integração nativa entre o Snowflake e o Azure Machine Learning, esses cientistas de dados “podem importar seus dados do Snowflake para o Azure ML com um único comando e iniciar seus projetos de aprendizado de máquina”.
A conectividade entre as duas plataformas significa que os cientistas de dados podem economizar tempo movendo seus dados para o Azure – de acordo com uma programação ou sob demanda – e, em seguida, rastrear onde os dados se movem, afirmou Redmond.
O anúncio ocorre uma semana após a Microsoft aumentou Azure Machine Learning na conferência Build 2023 com um parceria com Nvidia e revelou a visualização pública dos modelos de fundação no serviço de nuvem.
Está claro que a Microsoft está fazendo movimentos para fortalecer seus recursos de treinamento de IA, embora ainda não se saiba o quão bem isso funcionará.
Os movimentos mais recentes da gigante do software incluem a introdução de ferramentas que permitirão às organizações importar mais facilmente informações de repositórios de dados que não fazem parte da plataforma Azure – pense na empresa de banco de dados Snowflake e no serviço S3 da Amazon Web Service – no Azure Machine Learning para treinamento de IA. Ao mesmo tempo, Redmond está aprimorando o conjunto de ferramentas usado para rastrear e gerenciar trabalhos de treinamento de IA no Azure Machine Learning.
Como as nuvens oferecem acesso elástico ao hardware ajustado para cargas de trabalho de IA, que muitas vezes não é o tipo de kit acessível ou confortável para executar no local, acredita-se que as empresas verão os hiperescaladores como a maneira econômica de adotar a tendência de rápida aceleração da IA. sendo impulsionado por modelos de linguagem grande (LLMs) e IA generativa aplicativos como o ChatGPT.
A Microsoft, como AWS, Google Cloud e outros provedores, quer ser a nuvem ideal quando se trata de cargas de trabalho de IA. Armado com os produtos generativos de IA obtidos do bilhões é investido na OpenAI, Redmond está em um sprint de meses para levar o aprendizado de máquina a todas as partes de seu portfólio de software.
Essa nova iniciativa tem como alvo os usuários do data warehouse baseado em nuvem da Snowflake.
Em conjunto com isso, a Microsoft está colocando Gerenciamento do ciclo de vida recursos em visualização pública como uma forma de gerenciar conjuntos de dados importados em um armazenamento de dados do Azure Machine Learning ou o que é chamado de HOBO (hospedado em nome de). É um recurso para dados importados via CLI e SDK.
“Ao escolher o armazenamento de dados HOBO como seu destino preferido para importar dados, obtém-se a capacidade de gerenciamento do ciclo de vida ou, como chamamos, ‘configurações de exclusão automática’ nos ativos de dados importados”, escreveu Badal. “Uma política para excluir automaticamente um ativo de dados importado se não for utilizado por 30 dias por qualquer trabalho é definida em cada ativo de dados importado no armazenamento de dados gerenciado do AzureML.”
O novas ferramentas de rastreamento, que também estão em pré-visualização pública, visam permitir que as empresas gerenciem suas tarefas de treinamento. Incluído entre eles está uma exibição de painel personalizável que reúne visualizações de gráfico de uso de recursos, avaliação e métricas para os trabalhos para obter uma visão geral mais detalhada dos projetos.
Há também uma lista personalizável de trabalhos de treinamento que exibe os nomes das tarefas que estão sendo trabalhadas. Os cientistas de dados também podem selecionar e reordenar colunas, filtrar tarefas por meio de vários critérios e executar ações em lote nas tarefas.
Outro novo recurso é a capacidade de comparar métricas e imagens de projetos de treinamento, adicionar remarcações para anotações e criar e salvar exibições personalizadas.
A Microsoft está claramente apostando em IA. ®
.
