面向物联网的 AI 时间序列模型可扩展部署
分布式、并行与集群计算
2020-03-30 v1 人工智能
计算机与社会
摘要
本文描述了 IBM Research Castor，一个用于管理和部署物联网应用中大量 AI 时间序列模型的云原生系统。系统支持遵循典型机器学习工作流的 Python 和 R 建模代码模板。基于知识的方式管理模型和时间序列数据，可使用通用语义概念表达特征工程任务。模型模板可按程序部署到语义概念的具体实例上，从而随着物联网应用增长支持模型复用和自动复制。已部署的模型利用无服务器云计算框架自动并行执行。训练模型版本和滚动时域预测的完整历史被持久化，从而实现完整的模型谱系与可追溯性。本文报告了在真实世界智能电网实时预报应用中的部署结果，并评估了执行多达数万个 AI 建模任务的可扩展性。
引用
@article{arxiv.2003.12141,
title = {Scalable Deployment of AI Time-series Models for IoT},
author = {Bradley Eck and Francesco Fusco and Robert Gormally and Mark Purcell and Seshu Tirupathi},
journal= {arXiv preprint arXiv:2003.12141},
year = {2020}
}