AI学習環境構築サービス

AI開発者のための開発インフラは整備されていますか?

最近では本格的な製品化に向けてAI開発プロジェクトを複数人で開発することが多くなり、チームで使用する共有GPUサーバーを購入される方が増えてきました。チームでAI開発をするには、複雑な開発環境の構築、学習で共有する計算リソースの管理、学習モデルや学習結果などの成果物の管理など、多くの作業が存在し、開発以外の業務に時間を割けないではないでしょうか。


マクニカでは、このような忙しいAI開発者のための開発環境(インフラ)を構築するサービスを提供しています。

学習モデルの開発環境には、このような問題が潜んでいます

1. 共有で使用する計算リソースの利用方法・不足時の拡張方法

共有で使用する計算リソースの利用方法・不足時の拡張方法

多くの場合、購入したサーバーには最低限のソフトウェアのみがインストールされており、チームで計算リソースを共有して利用するための仕組みは入っておらず、購入後に悩まれるユーザーが数多くいます。加えて、実際に製品化した後も、より良い精度を求めてモデルの改善や新しいモデル開発をすることからGPU計算リソースが不足した際に追加できる仕組みも必要になります。

2. AI開発とは直接関係のない技術知識の要求

AI開発とは直接関係のない技術知識の要求

AIフレームワークなどはコンテナイメージとして配布されるケースが増えており、機械学習においてもコンテナを利用することが一般的になってきてました。加えて、リソースの最適利用のためにコンテナオーケストレーションを使うケースも増えており、これらの技術に触れた経験のない開発者にとって、時間をかけて知識の習得をすることになります。

3. セキュリティの問題

セキュリティの問題

AI開発においてオープンソースのフレームワーク、ライブラリを使用することは開発効率を上げるためにも避けては通れず、これらを含むコンテナイメージを利用した開発がおこなわれています。ただし、コンテナはファイルパッケージの集合体故に疑わしいマルウェアが潜む可能性があります。このようなリスクを含むイメージを社内ネットワークに接続して使用することは非常に危険です。

AI学習環境構築サービス

マクニカでは前述の課題だけでなく、お客様の開発環境に合わせてインフラ整備を支援する「AI学習環境構築サービス」を提供しております。

マクニカが提案するAI学習環境の特長

1. GPUリソースをチーム内で共有、また将来的な拡張が可能

コンテナを管理する技術(コンテナオーケストレーション)を導入することで、GPUリソースをチームで共有する仕組みを作り、将来的にGPUリソースの追加を簡単におこなうことが可能です。

2. 成果物の管理が可能

コード管理ツール、社内専用コンテナレジストリを用意することでバージョン管理、変更履歴管理やイメージの共有がおこなえます。

3. 開発者に優しいUIで、AIモデル開発をすぐに始められる

モデル構築だけでなく、大規模計算のためのジョブ投入までをブラウザで操作できるため、コンテナやコンテナオーケストレーションの知識なく、開発を始められます。

4. コンテナ環境下でもセキュリティが担保されている

コンテナに脆弱性が潜んでいても開発者が利用する前に検出し、またコンテナ起動中もコンテナを監視し、不審な挙動を検知する最新のセキュリティソフトを導入可能です。

システム構成例

AI学習環境構築 サービスイメージ
AI学習環境構築 サービスイメージ

価格

価格については、以下よりお問い合わせください。

お問い合わせはこちら