operatorai/modelstore

해결하는 문제

다양한 스토리지 백엔드 간에 머신러닝 모델을 저장하고 버전 관리하며 관리하기 위해 필요한 반복 코드를 제거합니다. 전용 추적 서버 없이도 모델 아티팩트를 표준화된 방식으로 처리할 수 있도록 합니다.

작동 방식

modelstore는 AWS S3, GCP 버킷, Azure Blob Storage, MinIO 또는 로컬 파일 시스템과 같은 다양한 스토리지 유형과 인터페이스를 제공하는 오픈소스 모델 레지스트리입니다. 다양한 ML 라이브러리에서 모델을 업로드할 수 있으며, 업로드 시 자동으로 버전을 관리하고, 명령줄 도구를 통해 메모리로 직접 로드하거나 다운로드할 수 있습니다.

대상 사용자

다양한 클라우드 공급자 또는 로컬 환경에서 모델의 버전 관리와 저장을 간단하고 서버리스 방식으로 원하는 머신러닝 엔지니어 및 데이터 과학자.

주요 특징

• 서버리스 레지스트리: 추적 서버가 필요 없으며, 클라우드 버킷이나 로컬 디스크와 직접 작동합니다.
• 다중 클라우드 지원: AWS, GCP, Azure와 호환됩니다.
• 광범위한 라이브러리 지원: PyTorch, TensorFlow, Scikit-Learn, XGBoost, Hugging Face Transformers 등 많은 라이브러리와 호환됩니다.
• 라이프사이클 관리: 도메인별로 모델을 정리하고 상태를 관리할 수 있습니다.