1.2. モデルレジストリー

モデルレジストリーは、人工知能/機械学習 (AI/ML) モデルのライフサイクルにおける重要なコンポーネントであり、あらゆる機械学習運用 (MLOps) プラットフォームまたはワークフローにとって不可欠な部分です。モデルレジストリーは、開発からデプロイメントまでの機械学習モデルに関連するメタデータを保存する中央リポジトリーとして機能します。このメタデータは、デプロイ環境やプロジェクトなどの概要から、トレーニングハイパーパラメーター、パフォーマンスメトリクス、デプロイイベントといった具体的な詳細まで多岐にわたります。

モデルレジストリーは、モデルの実験と提供の間の橋渡しとして機能し、ML ライフサイクルの関係者にセキュアで共同的なメタデータストアインターフェイスを提供します。モデルレジストリーは、モデルを保存、共有、バージョン管理、デプロイ、追跡するための構造化され整理された方法を提供します。

OpenShift AI 管理者は、OpenShift AI でモデルレジストリーを作成し、データサイエンティストと AI エンジニアにモデルレジストリーアクセスを許可できます。詳細は、モデルレジストリーの管理 を参照してください。

モデルレジストリーにアクセスできるデータサイエンティストや AI エンジニアは、それを使用してモデルを保存、共有、バージョン管理、デプロイ、追跡できます。詳細は、モデルレジストリーの使用 を参照してください。