
混合和多云基础设施
跨任何云、区域或本地的数据科学
最近的一项调查发现,71%的AI基础设施决策者认为混合云支持对他们的AI战略很重要, 其中29%的人认为这已经很关键了.
Domino联系 将整个企业的数据科学竖井统一起来的是一块玻璃吗, 所以你有一个地方可以建造, 部署, 监控模型. 保护数据主权,减少计算开销,并使您的基础设施面向未来.

自助式弹性计算
一键访问可伸缩的计算
向DevOps学习曲线和等待时间说再见吧. 不要试图提前猜测计算需求. 在Domino, 您可以自助动态调整基于kubernetes的计算集群,只需点击几下. 你可以很容易地获取 分布式框架 比如Spark, Ray 2.0和Dask,以及英伟达 gpu,为计算量最大的算法提供动力.
IT立即受益于集中式基础设施管理,该管理优化了资源使用,并促进了基于使用情况向业务部门的退款.

工作台
用弹性计算加速研究
让数据科学家快速解决业务问题是扩展数据科学和推动业务影响的关键.
Domino的数据科学工作台提供了数据科学家加速研究所需的灵活性和强大功能. 他们可以自由地使用他们想要的工具, 在为手头任务优化的硬件上, 在一个受治理和可扩展的环境中,可以促进可再现性, 可重用性, 和协作. 与弹性伸缩计算在他们的指尖和MLFlow集成, 他们可以并行运行数百个机器学习实验,并轻松比较结果, 最大化他们的生产力.
与Feast的集成为组织中的特性提供了一个真实的单一来源, 驾驶重用, 一致性, 和再现性.
/model-deployment-settings.webp)
模型和应用程序部署
部署到大规模生产
使用Domino,您可以加速创建、管理、扩展和保护生产模型的过程. 模型可以通过可伸缩的api轻松部署, 应用程序, 和发射器, 或导出为Docker映像到CI/CD管道, AWS Sagemaker, 或其他基础设施. 互动, 使用Shiny创建的可伸缩应用程序, 破折号, 和Flask使得非技术用户可以很容易地与模型交互.
Domino处理水平可伸缩性, 高可用性, 安全, 还有其他你不需要担心的事情.
/control-center.webp)
环境管理
资源管理 & 成本控制
Domino在分析结束时自动关闭机器, 因此,当用户忘记停止时,你可以避免失控的成本. 对不同类型的硬件配置限制,以避免意外成本. 查看用户和项目在某个时间点或历史上的利用率,并跟踪不同项目和用户的计算成本,以进行内部退款.