MLRun

Metaflow

AI 应用

开源框架，专为构建和管理真实的机器学习、人工智能和数据科学项目而设计。它简化了开发、版本控制和部署，使用户能够利用云端计算进行可扩展执行，并与现有基础设施无缝集成。Metaflow 是一个开源框架，专为构建和管理真实的机器学习、人工智能和数据科学项目而设计。它简化了开发、版本控制和部署，使用户能够利用云端计算进行可扩展执行，并与现有基础设施无缝集成。

Valohai

AI 平台

#130

为集成LLM和专业模型的AI产品设计的MLOps平台。它使用户能够使用自己的云基础设施比较、评估和部署配置，同时保持从数据到部署的完整追溯。Valohai是一个为集成LLM和专业模型的AI产品设计的MLOps平台。它使用户能够使用自己的云基础设施比较、评估和部署配置，同时保持从数据到部署的完整追溯。

Mosaic AI Model Serving

AI 应用

Mosaic AI 模型服务提供可扩展的实时模型推理，能够与数据工作流无缝集成。它支持多种 AI 模型，确保企业有效利用 AI 能力时的高效部署和治理。

Datatron MLOps平台

AI 应用

#127

Datatron的MLOps平台使企业能够以增强的安全性大规模部署AI/ML模型。它与现有的CI/CD流程无缝集成，与自建解决方案相比，减少了90%的部署时间和成本。

Flyte AI Orchestration

AI 应用

#93

开源平台，用于编排复杂的 AI 和 ML 工作流。它使开发人员能够使用纯 Python 构建动态、有弹性且感知基础设施的管道，从而为 AI 应用实现本地测试和可扩展的生产部署。Flyte 是一个开源平台，用于编排复杂的 AI 和 ML 工作流。它使开发人员能够使用纯 Python 构建动态、有弹性且感知基础设施的管道，从而为 AI 应用实现本地测试和可扩展的生产部署。

Seldon Core 2

AI 框架

原生于 Kubernetes 的框架，用于大规模部署和管理机器学习 (ML) 和大型语言模型 (LLM) 系统。它提供了一个灵活的、模块化的架构，适用于本地、混合和多云环境，确保 MLOps 和 LLMOps 的标准化、增强的可观测性和成本效益。Seldon Core 2 是一个原生于 Kubernetes 的框架，用于大规模部署和管理机器学习 (ML) 和大型语言模型 (LLM) 系统。它提供了一个灵活的、模块化的架构，适用于本地、混合和多云环境，确保 MLOps 和 LLMOps 的标准化、增强的可观测性和成本效益。

ZenML

AI 平台

#126

统一的机器学习和人工智能层，能够实现可重复的 ML 流水线和代理评估。它与现有基础设施无缝集成，使团队能够高效地构建和管理工作流程，而无需担心供应商锁定。ZenML 是一个统一的机器学习和人工智能层，能够实现可重复的 ML 流水线和代理评估。它与现有基础设施无缝集成，使团队能够高效地构建和管理工作流程，而无需担心供应商锁定。

Wallaroo.ai

AI 平台

#147

AI 平台，提供用于部署、管理和监控机器学习模型的工具。它旨在简化 MLOps 生命周期，使团队能够更快、更自信地将 AI 推向生产。该平台支持各种模型类型并与现有工作流集成。Wallaroo.ai 是一个 AI 平台，提供用于部署、管理和监控机器学习模型的工具。它旨在简化 MLOps 生命周期，使团队能够更快、更自信地将 AI 推向生产。该平台支持各种模型类型并与现有工作流集成。