容器管理的8个顶级解决方案

by admin on 2020年3月5日

Intel 近日公布了
Nauta
的开源版本,这是一个使用 Kubernetes
或 Docker,分布在多个服务器上的深度学习平台。

随着人工智能的发展,深度学习的价值不断增长,但实现它可能是一个复杂耗时的过程。英特尔(Intel)正寻求通过其在
Kubernetes
进行分布式深度学习的新开源平台来改变这一状况,该深度学习平台称为:Nauta

对于选择容器管理解决方案的组织来说,了解给定的解决方案以及提供该解决方案的供应商是很重要的。这是因为每个容器管理提供商的产品都提供了各种功能和工具,这些功能和工具在确定其容器管理解决方案的性质方面发挥着关键作用。

该平台可使用 MXNet、TensorFlow 和 PyTorch
等许多流行的机器学习框架,采用可以与 Intel 的 Xeon CPU
集群协同工作的处理系统。通过 TensorBoard、命令行代码或 Nauta Web
用户界面等方式,可以看到深度学习实验的结果。

图片 1

图片 2

图片 3

Nauta 提供了一个分布式环境,用在运行在 Intel Xeon
可扩展芯片的系统上培训深度学习模型。Nauta
还可用于定义和安排深度学习实验,检查这些实验的状态或结果。

对于选择容器管理解决方案的组织来说,了解给定的解决方案以及提供该解决方案的供应商是很重要的。这是因为每个容器管理提供商的产品都提供了各种功能和工具,这些功能和工具在确定其容器管理解决方案的性质方面发挥着关键作用。

Nauta
是一个企业级的堆栈,适用于需要运行深度学习工作负载,来培训将部署到生产环境中的模型的团队。使用
Nauta,用户可以在单个或多个工作节点上用 Kubernetes
来定义和安排容器化的深度学习实验,检查这些实验的状态和结果从而进一步调整和运行其他实验,或是进行训练过模型的部署准备。

根据英特尔的说法,Nauta
允许开发人员将能够使用现有的数据集、专有数据或下载数据。还可以创建公用文件夹和私有文件夹,从而简化团队之间的协作,工作投入和产出也可以在团队成员之间共享。

但是,显然选择容器管理解决方案的过程必须围绕给定解决方案的特定功能进行。这些可能包括:

作为最新发布的可以使用 Kubernetes 或 Docker 容器的工具,Nauta
允许从业人员通过内部服务器或云端部署人工智能。

Nauta
使用户能够在不牺牲灵活性的情况下,就可以利用经验丰富的机器学习开发人员的最佳实践。在每个抽象级别,开发人员仍然可以回到
Kubernetes 并直接使用原生功能。“Nauta 给 Kubernetes
的新手提供了实验的能力-同时也没有破坏 Kubernetes 的功能。”
英特尔在一篇文章中写道。

•自动推出和回滚。

去年11月,谷歌引入了 Kubeflow 管道——一个 Kubernetes
工作流,微软则在上个月的公共预览版中引入了
Azure Kubernetes 服务,Linux 基金会的 LF
深度学习基金会去年秋天还推出了用于深度学习的 Acumos AI
工具(可用于Docker或Kubernetes)……

(文/开源中国)    

•系统健康监测。

与这些分布式深度学习平台一样,Nauta 也称自己有助于数据科学家和 AI
从业者团队的协同工作。用户自由定制的预制工具,脚本、模型模板以及用于模型测试的批量或流式推断(batch
or streaming
inference)是平台的一部分。这个新平台的额外更新,将在晚些时候推出。

•扩展性和灵活性。

(文/开源中国)    

•管理能力。

•将容器与现有硬件和软件集成的能力。虽然容器是不可知的,它们可以在许多不同的环境中工作,但存在局限性。例如,Windows和Linux容器不可互操作。

•处理容器和微服务的平台。

许多公司在容器管理领域提供解决方案和平台。以下列出了8个顶级供应商/解决方案。所有这些产品和平台都已在企业中广泛部署。根据产品的声誉,他们根据功能的广度和深度、分析师评论、客户推荐,以及其他独立研究选择了供应商。

1.AWS弹性容器服务

Amazon
ECS支持Docker容器及其专有的Fargate技术。ECS是一个高度可扩展的平台,允许用户安装和运行自己的容器编排软件、管理和扩展虚拟机集群,或在这些虚拟机上安排容器。

这包括长期运行的应用程序、微服务、批处理作业和机器学习应用程序。AWS容器产品与许多其他AWS服务集成,包括弹性负载平衡、Amazon
VPC、AWS IAM、,Amazon ECR、AWS Batch、Amazon CloudWatch、AWS
CloudFormation、AWS CodeStar和AWS CloudTrail。
AWS还为Kubernetes提供弹性容器服务。

亚马逊网络服务是云计算基础设施市场份额的行业领导者。它在公共云中拥有41.5%的应用程序工作负载。这使其成为组织的焦点,其中包括任何考虑容器的公司。

2.Azure Kubernetes服务

Azure Kubernetes
Service提供了一个功能强大的托管工具,用于使用和编排容器,以及动态扩展基础设施和应用程序。AKS使用Azure门户和Azure
CLI或Azure资源管理器和Terraform等基础设施代码工具来配置集群。

AKS提供了几个关键功能:控制平面遥测、日志聚合和容器运行状况可见性,作为Azure门户的一部分。它还具有自动升级、修补和自我修复功能。

凭借基于应用程序工作负载的近30%的市场份额,微软Azure也是企业云计划的核心。更重要的是,它的市场份额正在增长。该服务旨在通过引入高度自动化的流程来简化DevOps,这与流程管理相辅相成。

3.Diamanti D10

Diamanti的D10裸机容器平台提供统一的解决方案,可以大规模托管和运行容器化应用程序。它插入现有的VLAN和DNS基础设施。

其超融合容器平台通过集成网络和存储功能,倾向于高性能应用。这可以保证实时服务级别和高利用率。该设备附带预先集成的容器软件,其中包括Docker和Kubernetes。它通过浏览器、CLI或REST
API以及Diamanti OS提供仪表板和报告功能。

该公司最初的名称为DataWise Systems,于2016年更名。

4.Docker

Docker在2013年引入了容器和容器化的概念。广泛使用的开源平台已成为标准,该技术现在既适用于Windows,也适用于Linux。

Docker的一个吸引人的功能是它与Linux内核集成,因此可以在所有版本的Linux中运行。Docker企业版是Docker公司的商业产品,它允许企业联合部署在本地、云计算环境和托管Kubernetes中的应用程序。

这包括云平台,例如适用于Kubernetes的AWS弹性容器服务、谷歌Kubernetes引擎和Azure
Kubernetes服务。因此,Docker支持扩展的供应链。Docker现在提供了几个围绕容器化的产品。

5.谷歌GKE

Kubernetes
Engine为使用容器和微服务的组织提供了高度的灵活性。可以在本地部署、谷歌云平台以及支持Kubernetes的所有其他环境中运行容器。谷歌拥有在几秒钟内部署集群和无缝更新生产代码的能力。该平台支持一系列功能,包括身份和访问管理、自动扩展、自动升级、状态应用程序支持、Docker映像支持、工作负载可迁移性以及各种安全和合规性功能。

Docker的这个管理和协调系统运行在谷歌公共云上,它处理全球大约3%的应用程序工作负载。它得益于谷歌云平台的广度和深度。

6.Kubernetes

由谷歌公司于2015年开发,现在由云原生计算基金会维护的开源容器编排平台已成为部署、自动化、扩展和管理组件的强大工具。

Kubernetes建立在定义构建块的模型之上,并使用它们来管理与软件开发相关的活动。它已被整合到众多云平台中,并且可以与各种容器工具一起使用,其中包括Docker。

Kubernetes
API允许它处理名为pods的基本调度单元。容器驻留在pod中,该pod连接到卷,例如本地磁盘目录或网络磁盘。这简化了容器管理,并创建了服务,这些服务本质上是一组协同工作的pod。

7.Hyper-V容器

该平台处理Hyper-V中的嵌套虚拟化。它允许用户使用命令行界面来点击Docker以及自己的Windows
PowerShell cmdlet。 Hyper-V旨在成为一个轻量级配置平台,可以从Docker
Hub或本地存储库中推送或拉取容器。

Hyper-V容器每个都包含Windows内核的副本,并且具有直接分配给它们的内存。这会产生强大的隔离,这对于提供虚拟机中的隔离非常有用。这意味着它们可以在同一主机上运行多租户应用程序。

微软公司在Windows Server 2016中引入了Hyper-V容器,它还引入了Windows
Server Containers。

8.OpenShift

Red
Hat公司提供的OpenShift容器平台是一种内部部署平台即服务产品。它依赖于由Kubernetes编排的Docker容器,在Red
Hat公司开发的Linux操作系统上运行。

该环境通过按需和可插拔架构处理云原生应用程序和遗留应用程序。它包括强大的内置自动化和专注于统一操作。其环境以快速、易管理和安全著称。

OpenShift平台受益于Red Hat公司对企业IT的广泛了解。而Red
Hat公司最近被IBM收购。

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图