JFrog收購Qwak AI，致力于簡化AI模型從開發(fā)到生產的全流程

流式軟件公司、JFrog軟件供應鏈平臺的締造者JFrog近日宣布，公司已就收購AI和MLOps平臺創(chuàng)建者Qwak AI達成最終協(xié)議。

通過此次收購，JFrog旨在為 DevOps、安全和 MLOps 利益相關者提供統(tǒng)一、可擴展的解決方案。這一業(yè)界領先的先進 MLOps 功能旨在讓數(shù)據(jù)科學家和開發(fā)人員擺脫基礎設施問題的束縛，加速創(chuàng)建和交付AI驅動型應用程序。JFrog 是所有軟件包（二進制文件）的單一記錄系統(tǒng)，其中包括存儲在 Artifactory 中的模型。增強其機器學習（ML）模型功能將進一步使用戶能夠簡化模型從開發(fā)到部署的全過程。

JFrog首席執(zhí)行官兼聯(lián)合創(chuàng)始人Shlomi Ben Haim表示：“下一代軟件供應鏈平臺需要擴展并原生包含 MLOps 解決方案，以便更好地服務于開發(fā)組織。我們很高興能將 Qwak 的 MLOps 解決方案整合到我們的平臺中，賦能客戶的AI之旅。Qwak的解決方案由JFrog Artifactory作為首選模型注冊中心，JFrog Xray用于掃描和保護ML模型，持續(xù)致力于為用戶提高效率，并為DevOps、DevSecOps、MLOps和MLSecOps提供統(tǒng)一的平臺體驗。我們期待著與 Qwak 的團隊攜手，共創(chuàng)輝煌！”

作為JFrog平臺的一部分，Qwak技術將為模型的投產流程帶來一種直觀、簡便的用戶體驗，也確保了企業(yè)在部署AI驅動應用時所期待的高信任度和可追溯性。而之所以能夠做到以上兩者兼顧，正是利用了Qwak先進的模型訓練和服務能力，從而實現(xiàn)對獨立且復雜的模型生命周期的管理，同時結合了JFrog提供的模型存儲管理和安全掃描服務。

在此次收購之前，JFrog 和 Qwak 已于今年早些時候成功整合解決方案，該整合基于 JFrog 的“模型即軟件包（model as a package）”方法。這項整體解決方案旨在消除對單獨工具的需求，簡化合規(guī)工作，通過單一解決方案實現(xiàn)全面的可追溯性。

Qwak 首席執(zhí)行官兼聯(lián)合創(chuàng)始人 Alon Lev 表示：“我們非常高興能夠加入 JFrog 大家庭，并幫助客戶加速其AI計劃。我們創(chuàng)立 Qwak 的愿景是改變軟件開發(fā)團隊和數(shù)據(jù)科學家共同將AI資產投入生產的方式。借助 JFrog 軟件供應鏈平臺的力量，實現(xiàn)大規(guī)模的交付安全軟件組件，我們正在創(chuàng)造一種全新的體驗，致力于為統(tǒng)一的數(shù)字交付團隊鋪平道路，使他們能夠以更簡單、更可預測的方式將負責任的、安全的模型引入其應用程序?！?/p>

隨著企業(yè)開始交付AI驅動的應用，ML模型作為AI背后的驅動力，實現(xiàn)其快速上市和安全流動是現(xiàn)代 MLOps 計劃背后的關鍵因素。根據(jù) Gartner的數(shù)據(jù)，MLOps 在AI運營中發(fā)揮著至關重要的作用，預計至 2024 年底，75% 的公司將從AI試點轉向運營。

JFrog戰(zhàn)略執(zhí)行副總裁Gal Marder表示：“數(shù)據(jù)科學家和ML工程師目前使用的工具大多與公司內部的標準 DevOps 和安全流程脫節(jié)，從而延誤了發(fā)布時間并削弱了信任?？玳_發(fā)、安全、機器學習和運營的統(tǒng)一記錄系統(tǒng)將為數(shù)字團隊和企業(yè)解決這一痛點?！?/p>

如今的市場需要一個跨軟件供應鏈的統(tǒng)一平臺體驗，以加速開發(fā)流程，并針對ML模型和元數(shù)據(jù)等AI關鍵驅動力實現(xiàn)相應地處理。與其他軟件組件一樣，ML模型必須進行存儲、構建、追蹤、版本控制、簽名、安全保護和跨系統(tǒng)高效交付，以便大規(guī)模交付AI應用。在統(tǒng)一的解決方案中利用 DevOps 實踐可以滿足這些市場期望。

對Qwak的收購將通過以下功能擴展JFrog解決方案：

●   適用于DevSecOps和MLSecOps的統(tǒng)一平臺：提供從傳統(tǒng)模型到 大語言模型和生成式AI的整體ML軟件供應鏈

●   快速、直接地為生產提供模型服務：進一步簡化模型開發(fā)、部署和服務流程，從而優(yōu)化AI計劃

●   模型訓練和監(jiān)測：通過OOTB數(shù)據(jù)集管理和特征存儲支持來實現(xiàn)應用

●   將模型作為一個軟件包來管理：使客戶能夠通過使用DevSecOps最佳實踐，實現(xiàn)與管理其他軟件包相同的方式，對模型進行版本控制、管理和安全保護

●   保證安全性：在開發(fā)工作流中自然地確保AI的來源證明和安全性

●   從受控、安全的真實源中提取模型：進一步實現(xiàn)將ML模型與容器和 Python 包等其他構建模塊進行整合

●   對模型進行溯源：以便在生產模型出現(xiàn)問題時輕松召回，并且進行重新訓練和重新部署

JFrog的MLOps發(fā)展計劃

作為收購和整合進程的一部分，JFrog 計劃將 Qwak 的人才吸收到 JFrog團隊中，迅速壯大以 MLOps 為中心的團隊。JFrog 還將加快技術整合進程，將 Qwak 技術引入 JFrog 平臺，貫穿 JFrog DevOps 和安全產品。JFrog 和 Qwak 將與客戶緊密合作，確保業(yè)務連續(xù)性，并順利過渡到未來聯(lián)合開發(fā)和支持的產品。

MLOps生態(tài)系統(tǒng)與合作伙伴集成

今年早些時候，JFrog 宣布與AWS Sagemaker和 DataBricks開發(fā)的MLflow進行集成。作為公司追求實現(xiàn)通用性的途徑之一，JFrog 將繼續(xù)與其他領先的 MLOps 生態(tài)系統(tǒng)合作伙伴提供集成，為開發(fā)人員和ML工程師提供更大的自由選擇空間，避免供應商鎖定的風險。