IT之家 4 月 6 日消息，当前，随着人工智能、高性能计算、5G 等领域快速发展，数字化、智能化、多样化的应用不断涌现，对算网基础设施数据计算处理及网络传输能力提出了更高的需求。
作为人工智能工程化的重要组成部分，人工智能研发运营体系（MLOps）面向 AI 模型全生命周期建设标准化、一体化、体系化的生产运营体系，推动模型生产从分散的小作坊模式过渡到规模化有序的工厂流水线模式，帮助组织提升 AI 落地质量和效益。
为系统梳理 MLOps 工具链组成部分，全面洞察产业发展现状，有力辅助应用方技术选型，持续推动产业高质量发展，中国信息通信研究院现已启动《MLOps 工具图谱》编制工作。
此外，为了促进产业供需双方高效供需对接，探索在网计算在智算中心、5G 专网等场景的能力应用和产品部署，中国信息通信研究院联合算网融合产业及标准推进委员会（CCSA TC621）共同发起“INC Ready”项目，开展在网计算产品及方案行业基准能力评估工作，旨在凝聚产业共识，形成创新性技术及关键产品研发能力，促进在网计算产业生态健康发展。
INC Ready 行业基准能力评估从技术发展趋势、产品研发现状、应用场景需求等多个维度，将在网计算产品及方案行业基准能力评估内容分为设施、方案及服务三大类，共计 9 个模块，评估结果将为垂直行业用户在产品及解决方案中选择提供全面参考。
IT之家从中国信通院官方获悉，MLOps 工具图谱分为两大类：
1. 端到端平台
在模型全生命周期过程中，支持从数据准备到模型上线全流程的 MLOps 平台。此外，具备一定的资产管理和基础保障能力。
2. 专项工具
细分为过程能力、制品管理、基础保障三类。在模型全生命周期过程中，支持一个或多个细粒度任务（如数据处理、数据质量检验、数据标注、特征管理等）完成的 MLOps 平台或工具。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。