Cortex Labs
デプロイ

Cortexならデータサイエンティストでも機械学習モデルをクラウドで簡単にデプロイできる

次の記事

人権侵害の懸念をよそにロンドン警視庁がNEC製の顔認証を導入 

実用的な機械学習モデルを作ることも大切だが、それを現実に利用できるようにすることも重要だ。Cortex Labs(コーテックス・ラボズ)は、その最後の段階を、データサイエンティストに提供するためのオープンソースツールを提供するアーリーステージのスタートアップだ。

同社の創設者は、バークレーの学生だったころ、機械学習モデルを開発する際に問題となるのは、それをデプロイする手段がないことだと気がついた。当時からオープンソースのツールは山ほどあったが、データサイエンティストはインフラの専門家ではない。

CEOのOmer Spillinger(オマー・スプリンガー)氏によれば、彼自身とCTOのDavid Eliahu(デイビッド・エリアフー)氏、エンジニアリング責任者のVishal Bollu(ビシャル・ボルー)氏、そして事業成長責任者のCaleb Kaiser(ケイレブ・カイザー)氏からなる創業チーム全員が、インフラをよく理解しているという。

この4人の創業者が手掛けたのは、オープンソースのツール一式をそろえ、AWSサービスでそれらを結合させ、簡単にモデルをデプロイできる手段を提供することだった。「私たちはTensorFlow、Kubernetes、Dockerといったオープンソースツールを、CloudWatch、EKS(Amazon仕様のKubernetes)、S3などのAWSサービスで結合して、モデルをデプロイしたい開発者に、基本的にひとつのAPIを提供します」とスプリンガー氏は説明していた。

データサイエンティストたちが、書き出したモデルのファイルをS3のクラウドストレージにアップロードするようになったと彼は話す。「それを私たちは引き出し、コンテナ化して、裏でKubernetesにデプロイします。ワークロードのスケールは自動的に調整され、大量の演算が必要なときはGPUに切り替えが可能です。私たちはロゴをストリーミングして、(モデルを)ウェブで公開します。それに関連するセキュリティー管理を我々がお手伝いします。そんな感じです」と彼は言う。

 Amazon SageMakerに似ていることを彼も認めているが、同社は、すべての主要なクラウドに対応させることを長期目標にしている。SageMakerは、当然のことながらAmazonのクラウドでしか使えない。それに対してCortexは、事実上すべてのクラウドで使える。実際、この点において、最も多い機能上の要求が、Google Cloudへの対応だとスプリンガー氏は言う。またロードマップには、Microsoft Azureへの対応もあると彼は話していた。

Cortexの創業者は、2018年にEngineering Capitalから調達したシードラウンドの88万8888ドル(約9700万円)のおかげで、製品化までの間なんとか生き延びてきた。この半端な数字が気になる方のために説明しておくと、ひとつには、スプリンガー氏の誕生日が8月8日であるという内輪のジョークから、もうひとつは、評価額が有効になるのがこの数字だったという理由からだ。

現在、同社はオープンソースのツールを提供し、開発者とデータサイエンティストのコミュニティづくりを進めている。ゆくゆくは、クラスターの管理をしたくない企業のためにクラウドサービスを構築して収益化を計る考えだが、それはずっと先のことだとスプリンガー氏は話していた。

画像クレジット:Usis / Getty Images

[原文へ]

(翻訳:金井哲夫)