ML、Dev、Sec、Opsの統合

AI/MLモデルをpypi、CRAN、Conan、Condaなどのソフトウェアコンポーネントと一緒に管理することで、
構築およびリリースするソフトウェアが統合して表示されます。パッケージ管理に使用するのと同じベストプラクティスを
モデル管理に適用します。

メリット

すべてのソフトウェアコンポーネントを1か所に

プロキシHugging Faceを用いて信頼できるモデルの可用性を確保

MLモデルの管理、トレーサビリティ、セキュリティの強化

悪意のあるモデルの検出とライセンスコンプライアンスの統合

既存のツールでMLOpsプロセスを標準化

大規模なモデル管理

Gitやポイントソリューションとは異なり、モデル管理にJFrogを利用すると、優れたパフォーマンスやスケーラビリティ、そして大規模なバイナリファイルの最適な処理が可能になります。

Integrated with
Amazon SageMaker

Connect JFrog Artifactory with Amazon SageMaker to ensure that artifacts consumed or produced when using SageMaker tools are pulled from and saved in Artifactory for immutable, traceable, and secure releases.

Learn More

世界を駆り立てる
ソフトウェアを供給

ソフトウェアパッケージをあらゆるソースからあらゆるデバイスにシームレスかつ安全に自動的に配信することが、Liquid Softwareのビジョンです。

よくあるご質問
JFrogがどのモデルリポジトリやzooのAPIインタフェースをサポートしていますか?
JFrogは現在、モデルリポジトリとしてHugging Faceをサポートしています。組織は、独自のモデルまたは変更されたモデルをローカルレポ経由でアップロードできるほか、サードパーティモデルのリモートリポジトリを使用してプロキシHugging Faceをアップロードできます。
JFrogはモデルに対してどのようなファイル形式をサポートしていますか?
JFrogは、Hugging Faceの派生物として、すべてのファイル形式(pkl、onnyxなど)やフレームワークをサポートしています。
JFrog Hugging Faceのローカルリポジトリはフェデレーションをサポートしていますか?
はい、モデルファイルとデータファイルはフェデレーションに含まれます。
JFrogは機械学習モデルのリポジトリまたはレジストリとして機能しますか?
JFrogは、組織のモデルに適用されるArtifactoryとXrayのすべてのメリットを備えたMLモデルレジストリとして機能します。