Oracle發布GraphPipe這是用于部署AI模型的開源工具

大型科技公司會定期開源內部軟件項目，但是在這種情況下，Oracle Corp.的名字并不經常出現。今天標志著這些場合之一。

數據庫巨頭今天早上發布了GraphPipe，這是一種用于簡化機器學習模型部署的工具。該項目的開發由開源專家Oracle云架構師Vish Abrams領導，他曾在NASA工作，是創建OpenStack數據中心操作系統的團隊的成員。

GraphPipe旨在解決艾布拉姆斯在公告中描述的市場缺口。他寫道，目前有許多用于構建機器學習模型的工具，但是很少有可以幫助開發人員部署它們的工具。特別是，GraphPipe致力于簡化將人工智能連接到將使用人工智能的應用程序的過程。

艾布拉姆斯解釋說，由TensorFlow等AI框架提供的用于處理任務的機制通常很慢且效率低下。因此，許多開發團隊發現自己不得不編寫自定義代碼。但是由于大型AI項目的復雜性，實現必要的邏輯可能很困難。

輸入GraphPipe。該項目提供了一種“標準的高性能協議”，用于將數據從神經網絡傳輸到應用程序，再傳輸回應用程序。艾布拉姆斯認為，它對于復雜的項目特別有用，在復雜的項目中，多個應用程序使用單個AI模型，反之亦然。

“如果營銷人員想要使用財務小組制作的模型，則他們將不得不編寫自定義客戶以與該模型進行交互。如果該模型變得流行[并且]銷售人員也希望使用它，那么自定義部署可能會在負載下破裂。”艾布拉姆斯寫道。

他解釋說：“標準允許研究人員使用他們想要的任何工具來構建最佳模型，并確保用戶無需定制代碼就可以訪問其模型的預測。模型可以部署在多臺服務器上，并且可以使用通用協議輕松聚合成更大的集合。”

Oracle用GraphPipe吹捧的另一個大好處是性能。在公司進行的內部測試中，該工具被證明比現有方法更快地處理了對AI模型的請求。

Graphpipe在發布時支持五種流行的AI框架：TensorFlow，Microsoft Corp.的CNTK，PyTorch，mxnet和caffe2。Oracle已在GitHub上提供了該代碼以及一系列開發人員資源，以幫助采用者熟悉該工具。