Oracle heeft een open-source softwareproject gelanceerd: GraphPipe. Dat is een tool waarmee machine learning modellen eenvoudig uitgerold kunnen worden. De ontwikkeling aan het project werd verzorgd door Oracle cloudarchitect Vish Abrams, die eerder werkte bij de NASA aan het OpenStack besturingssysteem voor datacenters.
GraphPipe is bedoeld om een gat in de markt te vullen. Er zijn veel tools beschikbaar om machine learning modellen mee te bouwen en manieren om ze mee te ontwikkelen. Maar er zijn er slechts een paar die ontwikkelaars helpen bij het uitrollen van de modellen. GraphPipe focust zich op het vereenvoudigen van het proces, waarbij kunstmatige intelligentie gekoppeld wordt aan de toepassingen die er gebruik van maken.
Traag en weinig efficiënt
Abrams stelt in de aankondiging van GraphPipe, dat de mechanismen die achter AI-frameworks als TensorFlow liggen als het aankomt op het uitrollen van machine learning modellen vrij traag en weinig efficiënt zijn. Veel ontwikkelteams merken dan bij de uitrol, dat ze zelf code moeten schrijven daarvoor. Het implementeren van de noodzakelijke logica kan soms nog ingewikkeld zijn, vooral door de complexiteit van grootschalige AI-projecten.
GraphPipe speelt hierop in, door een “standaard, high-performance protocol” te bieden. Dat zet data over van een neuraal netwerk naar een applicatie en terug. Volgens Abrams is dat vooral nuttig als het op complexe projecten aankomt, waarbij een enkel AI-model gebruikt wordt voor meerdere toepassingen.
Best mogelijke modellen
De standaard zou onderzoekers ertoe in staat stellen “de best mogelijke modellen” te bouwen, “gebruikmakend van de tools die ze willen”. Gebruikers kunnen, zonder dat ze daar al teveel werk voor hoeven te verrichten, zichzelf toegang verschaffen tot de voorspellingen van hun modellen. “Modellen kunnen uitgerold worden over meerdere servers en makkelijker toegevoegd worden aan grote ensembles, gebruik maken van een gemeenschappelijk protocol.”
GraphPipe ondersteunt bij lancering vijf populaire AI-frameworks: TensorFlow, CNTK van Microsoft, PyTorch, mxnet en caffe2.