製品
[아스트라고]
Kubernetes 기반의 AI 표준 플랫폼
머신러닝을 위한 GPU 인프라를 가장 효율적으로, 가장 쉽게 운영할 수 있게 만들어주는 Kubernetes 기반 솔루션
Overview
잡스케줄러와 자원최적화 기술로 GPU 서버 활용률 극대화 동종 솔루션 중 유일한 학습시간 예측 기능으로 편의성 향상 실시간 모니터링 및 리포트로 인프라 관리효율 향상
주요기능
Astrago의 주요 기능은
① ML엔지니어를 위한 머신러닝 지원 시스템과,
② 관리자를 위한 인프라 관리 및 오케스트레이션 2가지로 구분됩니다.
① ML엔지니어를 위한 머신러닝 지원 시스템과,
② 관리자를 위한 인프라 관리 및 오케스트레이션 2가지로 구분됩니다.
머신러닝 프레임워크 및 라이브러리
머신러닝 지원 시스템,
인프라 관리 및 오케스트레이션
Kubernetes
H/W 인프라
머신러닝 지원 시스템
모델 허브
커스텀 이미지
빌트인 이미지
학습시간 예측
ML
엔지니어
엔지니어
인프라 관리 및 오케스트레이션
잡스테줄러
리소스 최적화
모니터링
리포트
관리자
GPU
CPU
네트워크
RAM
머신러닝 지원 시스템
사용자의 수준에 맞춰 Model Hub, Built-in Image, Custom 3가지 방식으로 학습을 지원합니다.
또한 업계 유일의 학습시간 예측으로 연구자 및 프로젝트의 시간 운용에 기여합니다.
인프라 오케스트레이션 및 관리
관리자는 잡스케쥴러와 리소스 최적화를 통해 인프라 전체의 효율성을 높이고, 모니터링과
리포트로 이를 점검해볼 수 있습니다.
리소스 최적화
리소스를 제대로 활용하지 못하는
워크로드를 검증하고 회수하여 리소스 낭비 예방
리포트
분석된 통계와 데이터를 바탕으로 현재
상황을 진단하여 인사이트 보고서 제공
잡 스케줄러
작업에 필요한 최적의 GPU 자원을 자동으로 배치
모니터링
GPU, CPU 메모리 등 리소스 사용 현황을
클러스터/노드/워크스페이스별로 제공
특장점 & 차별점
특장점. 01 목적에 맞는 인프라 운용을 지원하는 잡스케줄러
특장점. 02 실시간 모니터링 및 리포트로 인프라 관리 효율 향상
특장점. 03 동종 솔루션 중 유일하게 학습 완료시간에 대한 예측값을 제공하여 사용자 편의성 향상
특장점. 04 Model hub 부터 custom까지 사용자의 수준과 목적에 맞는 3가지 방식의 학습 방식 제공
탑재한 이미지를 활용하여 개발환경 구성 시간 절감
조정만으로 학습. 학생/초급자의 교육목적에 적합