#113 · 主分类: MLOps与评测

claimed

data-science machine-learning

CLAIMED 的目标是让低代码/无代码快速原型开发风格能够无缝地 CI/CD 到生产环境。

项目最后更新:07/07/26

GitHub Stars

2.3K

Forks数量

3.9K

贡献者数量

83

许可证

Apache-2.0

收录理由

数据科学家习惯在 Jupyter 笔记本里做研究,但到了模型上线这一步,常常卡在打包和部署上。CLAIMED 的 C3 编译器恰好补上这个环节:它直接拿 Jupyter 笔记本、Python 或 R 脚本作为输入,自动把代码连同所有依赖装进容器镜像,再生成 Kubeflow 流水线组件和 Kubernetes 作业配置,交给 CI/CD 管道去触发。这样一来,研究人员继续在熟悉的交互环境里工作,运维那边也拿到一条可复现的上线路径,不用再手工写 Dockerfile 或 YAML。C3 最出彩的地方是网格计算并行化,能把 AI 负载分散到多种异构计算资源上执行;背后接的 MLX 后端则负责跟踪数据集、模型、作业等资产,想查某次运行到底用了哪些数据和模型,随时都能溯源。如果团队正跑在 Kubeflow 或 OpenShift 上,又一直头疼研究代码和生产的衔接问题,这个工具值得一试。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目