Робот

ML
SPACE

Платформа для
ML-разработки полного цикла
и совместной работы
DS-команд над созданием и развертыванием моделей машинного обучения

Arrow

1000+GPU

Единственный в мире сервис c распределенным обучением на 1000+ GPU на базе суперкомпьютера Christofari

Совместная работа

Объедините DS-команды с помощью среды совместного управления артефактами машинного обучения, экспериментами и деплоями

Масштабируемость и гибкость

Вычислительные ресурсы подбираются в соответствии с вашими задачами, потребностями и бюджетом

Привычная среда разработки

Удобный UX/UI платформы, привычный интерфейс: Jupyter® Notebook и Jupyter® Lab

Популярные библиотеки и фреймворки

Все популярные фреймворки и библиотеки для ML-разработки уже установлены и настроены

Сокращайте Т2М за счёт GPU и AUTODEPLOY

Запуск распределенных задач на весь кластер - дни вместо недель, минуты вместо дней. Деплой модели в три клика

Безопасность

Сhristofari расположен в ЦОД «Сколково», который сертифицирован как Tier III

Возможность работы с персональными данными

Платформа AI Cloud (ML SPACE) соответствует ФЗ-152,​ уровня УЗ-2

Pay as you go

Сервис тарифицируется по Pay as you go - оплата по мере потребления

Добро пожаловать в мир машинного обучения на 1000 GPU+

Shape

Совместная работа с артефактами ML в Data catalog

Набор сервисов для хранения, анализа, управления доступом и жизненным циклом данных и артефактов машинного обучения (датасетов, моделей, Docker-контейнеров и др.).

Петабайты данных в совместном управлении.

Перенос BigData из любых источников (из файловых систем Amazon®S3, Google® Cloud Storage и др. и баз данных PostgreSQL®, MS-SQL®, My SQL®, Oracle®).

Shape

Препроцессинг данных на GPU в Data Proc

Препроцессинг на широком наборе инструментов: Spark®, Pandas®,
NumPy®, Scikit-Learn®, Matplotlib®и др.

Используйте Rapids® на GPU для очень продвинутых задач.

Shape

Готовые среды обучения в Environments

Обучение на привычных Jupyter® Notebook или Jupyter® Lab. В качестве среды обучения вы можете использовать любой ваш Docker-образ.
Есть все необходимые утилиты для мониторинга потребления ресурсов, моделей и эксперимент-менеджмента.
Отслеживайте загрузку ресурсов в разрезах CPU, GPU, RAM в любой момент времени.

Shape

Обучение моделей за вас в AutoML

Создан грандмастерами Kaggle и ML-профессионалами.

Через простой и удобный графический интерфейс или API можно запускать задачи автоматического построения модели, указав на датасет, задав небольшой ряд настроек и получить лучшее решение.

Вы получаете готовую модель, которую можете тут же запустить в 3 клика.

Shape

Автоматический деплой моделей на высокопроизводительных мощностях в Deployments

Все самые нужные сервисы, предназначенные для тестирования, деплоя и мониторинга подготовленных моделей, а также их внедрения в микросервисы, функции и бизнес-приложения. Деплой модели в три клика - все можно сделать через UI, API, Code. Модуль совместим с любыми фреймворками машинного и глубокого обучения.

Вычислительные ресурсы легко и быстро подбираются в соответствии с вашими задачами, потребностями и бюджетом.

от 3

за GPU-минуту препроцессинга и обучения

от 0.12

за СPU-минуту препроцессинга и обучения

от 0.05

за GPU-секунду деплоя модели

от 0.12

за СPU-минуту деплоя модели

1.2

за ГБ/мес хранения данных

Все цены указаны с НДС

Тарифы