ML-платформа

Используйте преднастроенную инфраструктуру Selectel для обучения и развертывания ML-моделей. Дополните инфраструктуру доступными инструментами для ML.

Протестировать бесплатно

Бесплатный тест на 2 недели
Open source-решения
Tesla A-series
RTX A-series
SSO Keycloak
Serving моделей
Соответствие 152-ФЗ

components

faq

documentation

products

Протестируйте ML-платформу бесплатно

Даем две недели на тест — за это время вы сможете провести несколько экспериментов и оценить результаты. Выбирайте модели GPU под ваш проект, а мы поможем с настройкой платформы, обеспечим инфраструктуру и техподдержку.

Оставить заявку

Детали о работе платформы

Упростить тестирование ML-моделей

Вы сможете генерировать API для ML-моделей, мониторить запросы, настроить конвейер операций обработки запросов (inference graph). Все это почти без написания кода.

Получить ресурсы для обучения ML-моделей

С нашей платформой вы получите гибкую систему тарификации GPU, возможность арендовать выделенные или облачные серверы, а также кластеры Kubernetes. Мы гарантируем высокий SLA.

Ускорить релиз новых версий модели

ML-платформа помогает автоматизировать выполнение pipelines, кэшировать датасеты и environments для экспериментов. Это позволяет быстрее выбирать лучшую модель по результатам множества экспериментов.

Изучить концепцию MLOps

До начала работы мы покажем, как пользоваться платформой, и будем помогать в процессе ее использования. Новые сотрудники смогут разбираться с технологиями без риска повредить реальную инфраструктуру ML-сервисов.

Стандартизировать рабочие процессы

У вашей ML-команды появится единый инструмент управления экспериментами, единая инфраструктура, а также точка входа в платформу и хранилище артефактов. Все это поможет команде унифицировать процесс работы и создать единые принципы взаимодействия.

Сократить траты на GPU-ресурсы

Мы поможем повысить утилизацию вычислительных ресурсов за счет разделения одной GPU между разными задачами, а также за счет подбора конфигураций и инструментов скейлинга вычислительных ресурсов.

Запускайте AI-проекты в 3 раза быстрее

Арендуйте инференс-платформу Selectel для деплоя ML-моделей. Оставьте заявку и тестируйте платформу бесплатно в течение 2 недель.

Запустить

Платформа с фокусом на эксперименты

Платформа с фокусом на pipelines

Serving моделей

ClearML

Платформа для проведения и трекинга ML-экспериментов, позволяющая:

проводить изолированные ML-эксперименты в контейнерах Kubernetes,
отслеживать и сравнивать гиперпараметры и метрики ML-экспериментов,
создавать воспроизводимые ML-pipelines,
организовать комплексную вычислительную инфраструктуру между облачными и выделенными серверами Selectel.

Kubeflow

Платформа для ML, позволяющая организовать полный цикл обучения и использования ML-модели в кластере Kubernetes. Набор инструментов Kubeflow позволяет:

запускать Jupyter-среды для проведения экспериментов,
создавать воспроизводимые ML-pipelines,
развертывать модели в виде отдельных сервисов,
мониторить работу моделей,
разграничивать права доступа членов команды к артефактам работ

Gitea

Gitea позволяет хранить код экспериментов в контуре ML-платформы и версионировать его по стандартным практикам. Также вы можете преднастроить ClearML для запуска экспериментов напрямую из репозиториев Gitea. Чтобы это сделать, необходимо настроить зеркалирование клиентских репозиториев в Gitea. Это позволит не загружать код экспериментов в два отдельных репозитория.

Homepage

Единое окно входа во все основные компоненты ML-платформы. Вы сможете добавлять собственные сервисы в текущие или новые категории страницы.

Grafana, Prometheus, Alert manager

Для мониторинга различных аспектов работы ML-платформы можно использовать предустановленный набор инструментов.

Объектное хранилище с поддержкой S3

Датасеты и результаты экспериментов по умолчанию хранятся в объектном хранилище Selectel. Другие компоненты ML-платформы также можно преднастроить для работы с S3.

CRaaS

Базовые образы для экспериментов можно сохранять в Container Registry Selectel. Это позволит не загружать их из публичных репозиториев, избавляясь таким образом от ограничений по скорости и количеству загрузок.

Кластеры Kubernetes

Конфигурацию вычислительной инфраструктуры кластера можно менять через графический интерфейс, API и Terraform.

Keycloak

Единая система авторизации пользователей (SSO) для входа во внутренние сервисы ML-платформы. Помогает разграничивать доступы пользователей и поддерживает безопасность на высоком уровне.

Узнать про управление пользователями

Сертификаты и DNS

Частная инсталляция ML-платформы включает в себя сгенерированные доменные имена для всех публичных сервисов, сертификаты для них, а также необходимую настройку балансировщиков нагрузки и Ingress-контроллеров.

Изучить документацию к DNS Selectel

Соответствие 152-ФЗ

Выделенные серверы, облачная платформа Selectel и Managed Kubernetes имеют акт оценки эффективности, который гарантирует, что они соответствуют требованиям 152-ФЗ до первого уровня защищенности.

Узнать больше о безопасности

Безопасность систем

Предоставляем IT-инфраструктуру для проектов с повышенными требованиями безопасности, а также сервисы для защиты сетей, ОС и приложений.

Изучить детали про ИБ

Если вы заинтересуетесь платформой, мы предоставим бесплатный двухнедельный тестовый период. Это поможет вам изучить актуальную версию ML-платформы. В рамках тестирования вы сможете выбрать интересующие модели GPU и провести несколько экспериментов. На это время мы создадим чат в Telegram для срочных вопросов по работе платформы.

Мы можем проконсультировать вашего администратора по вопросам использования ML-платформы. При необходимости мы организуем демонстрацию возможностей платформы в формате видеоконференции.

Специалисты нашей технической поддержки доступны 24/7. Они ответят на вопросы, связанные с работой инфраструктуры. Среднее время ответа — 15 минут.

Сколько стоит установка ML-платформы?

У нас есть установочный платеж в размере 4 999 рублей. Ежемесячная стоимость самой платформы складывается из стоимости задействованных в ее работе продуктов Selectel.

Протестировать

Как RobotMIA удалось запустить более 400 голосовых роботов в облаке

В компании хотели создать комфортные условия для пользователей при общении с голосовыми роботами, а также научить тех предоставлять максимально релевантные ответы. Все это удалось благодаря размещению сервисов на инфраструктуре Selectel.

Облачные серверы Серверы с GPU Объектное хранилище

Читать кейс