0 / 0
Retourner à la version anglaise de la documentation
Déploiement et gestion des actifs d'IA
Dernière mise à jour : 28 nov. 2024
Déploiement et gestion des actifs d'IA

Utilisez IBM watsonx.ai Runtime pour déployer et gérer des actifs d'IA, et les mettre dans des environnements de pré-production et de production. Gérer et mettre à jour les actifs déployés. Vous pouvez également automatiser une partie du cycle de vie de l'IA à l'aide de IBM Orchestration Pipelines.

Déploiement d'actifs d'IA et orchestration de pipelines

Le déploiement d'un bien permet de le tester ou de l'utiliser de manière productive via un point d'accès.

Le graphique suivant décrit le processus de déploiement de votre modèle, d'automatisation du chemin d'accès à la production et de surveillance et de gestion du cycle de vie de l'intelligence artificielle après la génération de votre modèle:

Cycle de vie d'IA

Déploiement des actifs

Vous pouvez déployer des actifs à partir de votre espace de déploiement en utilisant watsonx.ai Runtime. Pour déployer vos ressources, vous devez les promouvoir d'un projet vers votre espace de déploiement ou les importer directement dans votre espace de déploiement.

Pour plus d'informations, voir Déploiement d'actifs d'IA.

Automatiser les pipelines

Vous pouvez automatiser le passage à la production en créant un pipeline pour automatiser certaines parties du cycle de vie de l'IA, de la création du modèle au déploiement, à l'aide des pipelines d'orchestration.

Pour plus d'informations, voir Orchestration des tâches avec des pipelines.

Gestion du cycle de vie de l'IA avec ModelOps

Vous pouvez organiser et gérer des actifs tout au long de la phase de développement, de test et de production du cycle de vie de l'IA.

Pour plus d'informations, voir Gestion du cycle de vie de l'IA avec ModelOps.

Tutoriels et cas d'utilisation

Les ressources suivantes montrent comment planifier la gestion des actifs d'apprentissage automatique et comment créer des éléments clés de vos solutions.

En savoir plus

Rubrique parent: Analyse des données et utilisation des modèles

Recherche et réponse à l'IA générative
Ces réponses sont générées par un modèle de langue de grande taille dans watsonx.ai en fonction du contenu de la documentation du produit. En savoir plus