製品
[アストゥラゴ]
Kubernetesベースの
AI標準プラットフォーム
AI標準プラットフォーム
機械学習のためのGPUインフラ環境を最も
効率的に、簡単に運用できるKubernetes
ベースのソリューション
効率的に、簡単に運用できるKubernetes
ベースのソリューション
Overview
ジョブスケジューラ（ジョブ管理システム）
とリソース最適化技術でGPUサーバーの
活用率を最大化 同種のソリューションの中で、唯一の
ML学習時間予測機能を持ち、ユーザーの
利便性を向上 リアルタイムモニタリング・レポートで
インフラ管理改善
とリソース最適化技術でGPUサーバーの
活用率を最大化 同種のソリューションの中で、唯一の
ML学習時間予測機能を持ち、ユーザーの
利便性を向上 リアルタイムモニタリング・レポートで
インフラ管理改善
主な機能
機械学習フレームワーク・IDE(統合開発環境)
機械学習支援システム、
インフラ管理・オーケストレーション
インフラ管理・オーケストレーション
機械学習サポートシステム
モデルハブ
カスタムイメージ
ビルトインイメージ
ML学習時間予測
ML
エンジニア
エンジニア
インフラ管理とオーケストレー
ション
ション
ジョブスケジューラ
リソース最適化
モニタリング
レポート
管理者
Kubernetes
H/W インフラ
GPU
CPU
ネットワーク
RAM
機械学習サポート
システム
システム
Astragoはユーザーのレベルに合わせて、
Model Hub、Built-in Image、
Customの3つの方法で学習をサポート
します。
また、同種のサービスで唯一の学習時間
予測により、研究者やプロジェクトの
時間運用の最適化に貢献します。
Model Hub、Built-in Image、
Customの3つの方法で学習をサポート
します。
また、同種のサービスで唯一の学習時間
予測により、研究者やプロジェクトの
時間運用の最適化に貢献します。
インフラストラクチ
ャー管理とオーケス
トレーション
ャー管理とオーケス
トレーション
管理者は、ジョブスケジューラ（ジョブ
管理システム）とリソースの最適化
を通じてインフラ全体の効率を高め、
さらに、モニタリングとレポートでこれを
確認することができます。
管理システム）とリソースの最適化
を通じてインフラ全体の効率を高め、
さらに、モニタリングとレポートでこれを
確認することができます。
リソースの最適化
リソースを適切に活用できていないワーク
ロードを検証・改修し、リソースの無駄を防止
ロードを検証・改修し、リソースの無駄を防止
レポート
解析された統計とデータをもとに現状を診断
できるインサイトレポートを提供
できるインサイトレポートを提供
ジョブスケジューラ
(ジョブ管理システム）
(ジョブ管理システム）
作業に必要な最適なGPUリソースを自動的に配置
モニタリング
GPU、CPUメモリなど、クラスター/ノード/
ワークスペースごとのリソース使用状況を提供
ワークスペースごとのリソース使用状況を提供
特徴＆差別化ポイント
特徴. I
ユーザー定義の目標に合わせたインフラ
運用をサポートするジョブスケジューラ
運用をサポートするジョブスケジューラ
効率性中心のジョブスケジューラ :
利用可能なリソースが少ないノードにタスクを
最初に割り当てることで、GPU全体の利用率向上
利用可能なリソースが少ないノードにタスクを
最初に割り当てることで、GPU全体の利用率向上
より効果的なスケジューラ運営のため、MIGなど
多様なGPU分割技術をサポート。
多様なGPU分割技術をサポート。
特徴. II
差別化. III
差別化. IV
ビルトインイメージ
ライブラリを搭載したコンテナイメージを
活用し、開発環境を構成し、時間を短縮
ML学習時間予測
学習中はバー形式のUIで進行状況を表示
モデルハブ
ングだけで学習
学生/初級者の教育目的で活用可能
カスタムイメージ
ライブラリが構成されたイメージ画像をアップ
ロードして使用可能