Cette page a été traduite automatiquement.
Merci de bien vouloir compléter un sondage de 1 minute concernant la qualité de cette traduction.
ABB utilise MATLAB pour déployer des modèles d'IA basés sur la causalité
L'approche a facilité le développement d'un système d'analyse causale des défauts
« La fonctionnalité de microservices… permet le déploiement de modèles basés dans MATLAB qui sont des microservices évolutifs. [Cette fonctionnalité offre] des intégrations simplifiées et transparentes à d’autres systèmes et environnements. »
Principaux résultats
- Le MATLAB Compiler SDK a activé les microservices avec des conteneurs Docker pour développer un pipeline personnalisé
- La communication RestAPI a assuré l'échange de données avec les workflows existants sur Amazon Web Services
- Un pipeline de déploiement automatisé a éliminé le besoin de recodage avec une réduction significative du temps de traduction manuelle, d'intégration, d'audit de code et de tests fonctionnels
ABB, leader mondial de l’électrification et de l’automatisation, utilise des modèles d’IA basés sur la causalité, qui exploitent les relations de cause à effet entre les données. Ces modèles offrent un meilleur aperçu des processus de décision des clients. Tout modèle d’IA est confronté à des défis de déploiement tels que la traduction manuelle, les problèmes de pipeline CI/CD, les complexités d’intégration avec les frameworks existants au niveau de l’entreprise et les limitations d’échange de données.Pour relever ces défis, l'équipe ABB a déployé des modèles de Machine Learning dans MATLAB® en tant que microservices conteneurisés et les à intégrer aux workflows existants. En conséquence, un pipeline transparent a permis le développement d’un système expert d’analyse causale des défauts.
MATLAB Compiler SDK™ a regroupé les fonctions MATLAB dans un format qui peut être facilement partagé et utilisé dans d'autres applications. Ces fonctions, à leur tour, ont été utilisées pour créer une image Docker®. Les algorithmes d’IA ont ensuite été déployés en tant que microservices pour fournir un point de terminaison et accepter les requêtes RESTful. Le microservice MATLAB a été déployé sur Amazon® Elastic Container Service avec Fargate, et un équilibreur de charge a été utilisé pour répartir les demandes entrantes de manière uniforme sur plusieurs instances du microservice afin de garantir un fonctionnement fluide. Enfin, Flask, un framework web, a été connecté à Amazon Simple Storage Service et DynamoDB pour gérer le stockage et la récupération des données.
