您可以将 Cloud Pak for Data 与不同的服务配合使用，以实现可帮助您为 AI 操作构建可信数据基础的用例。
Data Fabric 解决方案概述
在 Cloud Pak for Data上实施数据光纤网解决方案时，可以解决数据访问，数据质量，数据监管和管理数据生命周期方面的挑战。
Cloud Pak for Data 上的数据光纤网解决方案提供了以下用于管理和自动执行数据生命周期的主要功能:
- 数据访问
- 在现有数据体系结构中跨多个云和内部部署访问数据。
- 自助服务使用
- 在目录中共享和使用来自整个企业的数据和其他资产。
- 累积知识
- 通过公共业务词汇表了解数据。 通过历史记录，沿袭和质量分析来信任您的数据。
- 协同创新
- 与他人协作以发现洞察。 使用一组集成工具来准备和分析数据，以获取所有级别的经验。
- 治理和合规
- 定义规则以强制实施数据隐私。
- 统一生命周期
- 自动构建，测试，部署和监视数据管道。
下图显示了通过将对混合数据源 (例如，数据仓库，数据仓库，数据湖，数据库或业务应用程序) 的访问与单一 UI 体验中的功能集成，数据光纤网如何支持 Cloud Pak for Data 平台 (云和本地) 上的用例。
资产的价值
借助数据光纤网，您可以将数据转换为累积含义和价值的资产。 资产不仅仅是数据。 首次创建与数据源的连接时，您具有有关如何访问数据，表，模式和数据值的基本信息。 通过在称为 "项目" 的工作空间中虚拟化，变换或复制数据，可以在采集数据时开始添加值。
在整理数据时，将元数据添加到数据资产。 您可以对数据进行概要分析以对其进行分类，并编译有关值的统计信息。 使用描述组织的数据语义的业务词汇表来扩充资产。 分析数据质量。 您在整理期间添加的元数据被视为活动元数据，因为它是通过机器学习过程自动生成的。 在数据更改后重新运行整理时，将根据自动数据分析来更新元数据。
当用户在项目中使用资产时，他们会创建第三级含义，用于描述资产使用方式的历史记录以及资产之间的关系。 用户可以在笔记本或仪表板中分析数据，或者训练机器学习模型。
用户还可以向资产添加信息，例如，评级和复审，数据可视化，标记和其他关系。
下图显示了数据资产如何通过将描述性信息 (数据概要文件，数据质量和业务词汇表) ，用法信息 (对数据和关系的操作) 以及用户添加的信息 (评级和评论，可视化和关系) 添加到有关数据资产的基本信息 (数据类型，格式和模式以及数据所在的位置) ，在数据结构中积累价值。
数据光纤网用例
Cloud Pak for Data 提供了多个用例作为数据光纤网解决方案的一部分。 通过安装一个或多个提供功能部件和工具的服务来实现每个用例中表示的数据光纤网。 某些服务包含在多个用例中。
用例表示实现部分数据光纤网解决方案的方法，以便您的团队可以在构建其他部分时开始工作。 您可以从任何用例开始，根据需要添加其他用例:
- 如果您具有更成熟的数据监管模型，请首先建立业务词汇表，如数据监管用例中所述。
- 如果想要更快实现价值，请从数据虚拟化或数据复制开始，如 "数据集成" 用例中所述。
- 如果需要确保用户和系统具有客户数据的总视图，可信视图和统一视图，请按照 "主数据管理" 用例中所述，从匹配记录数据并将其合并到离散实体开始。
浏览每个用例以了解可以完成的任务以及可以使用的工具。
数据监管
基于提供业务知识和定义数据保护的元数据实施监管。 在自助服务目录中提供高质量的数据资产。 自动实施数据监管，实现合规性。
此用例的服务: IBM Knowledge Catalog。
数据集成
简化并自动访问所有数据，而无需移动数据。 在分布式环境中编排数据，为数据使用者创建即时可用信息网络。
此用例的服务：Data Virtualization、DataStage,和IBM Knowledge Catalog。
Master Data Management
通过跨域连接数据并将其匹配以创建主数据实体，构建客户和记录数据的统一视图。
此用例的服务: IBM Match 360 with Watson。
构建和管理 AI 用例
在实施构建和治理 AI 用例时，您可以解决构建模型， AI 治理和管理 AI 生命周期的挑战。
Cloud Pak for Data 上的构建和管理 AI 用例提供了以下主要功能，用于管理和自动化 AI 生命周期:
- 协同创新
- 与他人协作以发现洞察。 使用一组集成工具来准备数据，分析数据和构建模型，以实现所有级别的体验。
- 治理和合规
- 跟踪并记录 AI 模型的详细历史记录，以帮助确保合规性。
- 统一生命周期
- 自动构建，测试，部署和监控 AI 模型。
Cloud Pak for Data提供两种构建和管理人工智能的使用案例。 您可以通过创建一个或多个提供功能部件和工具的服务实例来实现每个用例。 某些服务包含在多个用例中。
您可以从任一用例开始，并根据需要添加另一个用例:
- 如果想要更快地实现价值，请从数据科学开始，如数据科学和 MLOps 用例中所述。
- 如果需要确保模型符合组织的目标和法规，请开始跟踪模型，如 AI 监管用例中所述。
浏览每个用例以了解可以完成的任务以及可以使用的工具。
数据科学和 MLOps
通过自动化工作流程将数据分析和模型创建操作化，该工作流程可准备数据，构建，部署，监视和重新训练模型。
本用例的服务：watsonx.aiStudio、watsonx.aiRuntime、Watson OpenScale 和IBM Knowledge Catalog。
AI 治理
通过在模型中实施公平性，质量和可解释性的自动化工作流程，实施 AI 治理。
本用例的服务：watsonx.aiStudio、watsonx.aiRuntime、Watson OpenScale 和IBM Knowledge Catalog。