Data science stack (DSS)

Mit Data science stack (DSS) können Benutzer betriebsbereite Machine-Learning- und Data-Science-Umgebungen auf einer Workstation erstellen und verwalten. Die Befehlszeilenschnittstelle steuert containerisierte Umgebungsbilder, so dass Benutzer mit vorbereiteten Stacks arbeiten können, anstatt jede Machine-Learning-Konfiguration manuell zusammenzustellen. Die Bilder laufen auf MicroK8s und können Umgebungen basierend auf PyTorch oder TensorFlow bereitstellen, während DSS MicroK8s mit JupyterLab und MLFlow kombiniert.

DSS verwendet isolierte, reproduzierbare Umgebungen, um den Konfigurationsaufwand bei der Vorbereitung einer Machine-Learning-Workstation zu reduzieren. Wenn GPU-Ressourcen verfügbar sind, sind diese Umgebungen so konzipiert, dass sie die GPUs der Workstation verwenden. Das gleiche Umgebungsmodell unterstützt die explorative Entwicklung sowie die Vorbereitung auf produktionsorientierte Workloads. Es eignet sich für Menschen, die mit maschinellem Lernen beginnen, und Ingenieure, die komplexere Entwicklungs- oder Laufzeitumgebungen erstellen.

Canonical veröffentlicht DSS unter einer Open-Source-Lizenz für die Verwendung auf Ubuntu und anderen Snap-fähigen Workstations. Es erfordert Linux mit Snapd und unterstützt die x86 64 (amd64) Architektur. Die aktuelle Version ist 0.1-0fdd0b77cd50bb922f643b17899b.