Panoramica di Cloud Pak for Data as a Service

Ultimo aggiornamento: 05 apr 2025

Cloud Pak for Data as a Service è una piattaforma di servizi cloud per tutte le attività di governance dei dati, progettazione dei dati, analisi dei dati e ciclo di vita AI. Cloud Pak for Data as a Service implementa una soluzione di data fabric in modo che tu possa fornire un accesso immediato e sicuro ai dati attendibili alla tua azienda, automatizzare processi e conformità e fornire un'IA affidabile nelle tue applicazioni.

Cloud Pak for Data as a Service è una piattaforma di servizi cloud completamente gestita con i seguenti benefici:

Nessuna installazione, gestione o aggiornamento di software o hardware
Semplice da scalare verso l'alto o verso il basso
Sicuro e conforme
Architettura dei servizi componibili
Abbonamento o fatturazione mensile basata sul consumo

Guarda questo video per una panoramica di Cloud Pak for Data as a Service

Questo video fornisce un metodo visivo per apprendere i concetti e le attività in questa documentazione.

La soluzione fabric di dati Cloud Pak for Data as a Service

Un'architettura di data fabric consente all'azienda di sbloccare il valore dei propri dati in un ambiente di dati ibrido multicloud. Il passaggio a un'architettura di data fabric trasforma il modo in cui la propria azienda si integra, gestisce e utilizza i dati per l'analytics, la data science, i dati master dei clienti e la conformità.

Con un data fabric, è possibile avere un modo sicuro e coerente per accedere ai dati da origini diverse. È possibile eliminare i processi di integrazione e accesso ai dati manuali, ripetitivi e inefficienti. Un'architettura data fabric colma il divario tra le sorgenti e fornisce dati pronti per il business per supportare le necessità della tua azienda. Puoi lavorare con i dati di vari tipi di origini in un ambiente ibrido e multi - cloud, mantenendo tali dati sicuri e affidabili con l'intera gamma di funzionalità di gestione dei dati integrate.

Immagine che mostra un data fabric con varie origini dati

I data engineer hanno bisogno di strumenti per preparare, trasformare e virtualizzare i dati. Gli analisti di qualità dei dati hanno bisogno di tool per misurare la qualità dei dati. Il team di governance ha bisogno di strumenti per controllare, proteggere e arricchire i dati. I consumatori di dati, come analisti di business e data scientist, hanno bisogno di strumenti per sviluppare in modo collaborativo insight e modelli. Con la piattaforma Cloud Pak for Data di strumenti integrati, la tua azienda può lavorare insieme in maniera efficiente per utilizzare i tuoi dati per migliorare il tuo business.

Un'architettura data fabric implementa la gestione dei metadati attivi, che utilizza il machine learning per automatizzare l'elaborazione dei metadati. I risultati dell'analisi dei metadati facilitano il rilevamento automatizzato dei dati, migliorano la fiducia nei dati e abilitano la protezione dei dati e la governance dei dati su larga scala.

Per ulteriori informazioni sulla soluzione data fabric, consultare Casi di utilizzo. Per sperimentare l'implementazione del data fabric, utilizza le esercitazioni del data fabric.

Servizi e architettura della piattaforma

Aggiungi funzioni e strumenti alla piattaforma Cloud Pak for Data as a Service eseguendo il provisioning dei servizi. Una serie di servizi di base è integrata nella piattaforma comune. Altri servizi associati funzionano con la piattaforma ma vengono eseguiti al di fuori di essa. A seconda di come ti registri per Cloud Pak for Data as a Service, potresti iniziare con un sottoinsieme dei servizi principali che rappresentano un singolo caso di utilizzo della soluzione data fabric.

Architettura dei servizi

Puoi eseguire il provisioning di questi tipi di servizi dal catalogo dei servizi Cloud Pak for Data as a Service :

Servizi di base
I servizi di base sono perfettamente integrati e aggiungono strumenti, spazi di lavoro o potenza di calcolo all'interfaccia utente della piattaforma:
- watsonx.ai Studio per l'analisi dei dati
- watsonx.ai Runtime per la costruzione e la distribuzione di modelli
- Watson OpenScale per la valutazione dei modelli
- IBM Knowledge Catalog per gestire e catalogare dati e altri asset
- DataStage per l'integrazione dei dati
- Data Virtualization per la virtualizzazione e l'interrogazione dei dati
- Match 360 per la creazione di dati master
- Data Replication per la replica dei dati
Servizi associati
IBM Cloud che puoi utilizzare per accedere ai dati dall'interno della piattaforma, ma archiviare e gestire i dati all'esterno della piattaforma.

I servizi Watson che hanno le proprie IU o forniscono le API per l'analisi dei dati.

Spazi di lavoro e asset

Cloud Pak for Data as a Service è organizzato come una serie di spazi di lavoro collaborativi in cui è possibile lavorare con il proprio team o organizzazione. Ogni workspace dispone di una serie di membri con ruoli che forniscono le autorizzazioni per eseguire azioni. La maggior parte degli utenti lavora con gli asset, che sono gli elementi che gli utenti aggiungono alla piattaforma. Gli asset di dati contengono metadati che rappresentano i dati, mentre gli asset creati negli strumenti, come i modelli e le pipeline di dati, eseguono il codice per gestire i dati. Il seguente diagramma mostra le aree di lavoro principali, i relativi obiettivi e il modo in cui gli asset e altri elementi si spostano nella piattaforma.

Gli spazi di lavoro principali sono progetti, cataloghi, spazi di distribuzione e categorie. Gli asset si spostano tra progetti, spazi di distribuzione e cataloghi. Le risorse di governance vengono create in categorie e aggiunte come metadati agli asset nei cataloghi.

Progetti

I progetti sono quelli in cui i team di data science, data engineering o data curation lavorano con i dati per creare asset, come notebook, modelli, pipeline di dati o asset di dati arricchiti. Gli strumenti del progetto sono forniti dalla maggior parte dei servizi principali:

watsonx.ai Studio fornisce gli strumenti Data Refinery, Jupyter notebook editor, SPSS Modeler, Decision Optimization, Pipelines e RStudio
watsonx.ai Runtime fornisce strumenti di AutoAI e Apprendimento Federato
IBM Knowledge Catalog fornisce gli strumenti Data Refinery, Metadata import, Metadata enrichment e masking flows
DataStage fornisce l'editor delle pipeline di dati DataStage
Data Replication fornisce lo strumento Data Replication
Match 360 fornisce lo strumento di configurazione dei dati master

La seguente immagine mostra l'aspetto della pagina Panoramica di un progetto.

Un progetto contiene asset e collaboratori.

Cataloghi

I cataloghi sono i punti in cui l'organizzazione trova e memorizza dati attendibili di alta qualità e altre risorse, come i fogli di calcolo del modello. È possibile trovare gli asset di dati in un catalogo e spostarli in un progetto per utilizzare i dati. Oppure è possibile curare i dati nei progetti e pubblicare gli asset di dati di alta qualità in un catalogo per altri utenti. I cataloghi richiedono il servizio IBM Knowledge Catalog .

La seguente immagine mostra l'aspetto della pagina Asset di un catalogo.

Un catalogo contiene una vista di asset.

Spazi di distribuzione

Gli spazi di distribuzione sono il luogo in cui il tuo team ModelOps distribuisce i modelli e altri asset distribuibili alla produzione e quindi verifica e gestisce le distribuzioni in produzione. Dopo aver creato modelli e asset distribuibili nei progetti, li si promuove agli spazi di distribuzione.

La seguente immagine mostra come potrebbe essere la pagina Panoramica di uno spazio di distribuzione.

Uno spazio di distribuzione contiene asset e collaboratori.

Categorie

Le categorie sono le aree in cui il team di governance crea e gestisce le risorse di governance che arricchiscono gli asset di dati nei cataloghi. Le categorie richiedono il servizio IBM Knowledge Catalog .

La seguente immagine mostra l'aspetto di una categoria.

Una categoria contiene risorse utente di governance.

Altre aree di lavoro

È possibile creare asset di dati specializzati in altri spazi di lavoro e spostarli in progetti e cataloghi:

Il servizio di Data Virtualization fornisce uno spazio di lavoro per virtualizzare le risorse di dati su molte fonti di dati.
Il servizio Match360 fornisce uno spazio di lavoro per configurare ed esplorare una vista a 360 ° dei dati del cliente.

L'hub di risorse

La piattaforma include un hub di risorse integrato che fornisce asset di dati di esempio, notebook e progetti. I notebook di esempio forniscono esempi di data science e codice di machine learning. I progetti di esempio, inclusi gli acceleratori di settore, contengono serie di dati, modelli, altri asset e istruzioni dettagliate su come risolvere un determinato problema di business. L'hub di risorse fornisce anche Knowledge Accelerators, che contengono serie di risorse di governance che è possibile importare per fornire vocabolari di business per settori specifici.

La seguente immagine mostra l'aspetto dell'hub di risorse.

L'hub di risorse contiene esempi.