Red Hat ouvre un « guichet DSML » sur OpenShift

Red Hat touchera-t-il bientôt au but avec OpenShift Data Science ? L’offre vient d’entrer dans son ultime phase expérimentale. Code et support technique sont prêts, affirme l’éditeur.

OpenShift Data Science vient concurrencer des produits tels qu’Amazon SageMaker et Azure ML. Mais pas directement. Red Hat fournit en l’occurrence les briques pour constituer, « à la carte », des plates-formes DSML (data science and machine learning).

À la base, il y a un projet open source que porte la filiale d’IBM : Open Hub. Celui-ci fédère une trentaine de briques (Airflow, Argo, Grafana, Prometheus, Spark…) en une architecture de référence pour le déploiement de workflows d’IA sur OpenShift et Ceph.

OpenShift Data Science reprend une parti de ce socle et y ajoute l’aspect managé. Il se présente sous la forme d’un add-on pour deux offres : OpenShift Dedicated* (clusters en VPC gérés par Red Hat) et OpenShift Services sur AWS (implémentation d’OpenShift Container Platform gérée par Red Hat et AWS).

Au cœur de l’offre, il y a JupyterHub. À la sélection de serveurs de notebooks par défaut, on peut ajouter Anaconda et Watson Studio.

D’autres SaaS peuvent être connectés. Parmi eux, OpenVINO (optimisation de l’inférence sur le hardware Intel), Selon Deploy et Starburst Galaxy (moteur SQL massivement parallèle). Ainsi que deux autres add-on Red Hat, pour la gestion des API et des files de messages.

Pas encore au programme, mais sur la feuille de route : cartographie des données, gouvernance et gestion des versions. Red Hat promet une mise à jour toutes les deux semaines. Et un élargissement progressif du catalogue de SaaS intégrables.

* Pour le moment, uniquement sur AWS. OpenShift Data Science requiert un cluster d’au moins 2 nœuds de travail à 8 CPU et 32 Go de RAM (instance m5.2xlarge au minimum).

Illustration principale © Gaihong – Adobe Stock