Des partenaires en observabilité instantanée proposent des quickstarts pour l'AI, Kubernetes et CI/CD

Publié Lecture : 6 min
Louis Leung headshot

Auteur : Louis Leung

New Relic a annoncé aujourd'hui le lancement de New Relic Instant Observability (New Relic I/O), un écosystème en open source de quickstarts prédéveloppés gratuits qui aident les ingénieurs à monitorer leurs stacks en quelques minutes sans nécessiter de configuration manuelle. New Relic I/O comprend plus de 425 quickstarts qui rassemblent les modules permettant d'instrumenter, de monitorer et d'agir sur les signaux à partir de vos données télémétriques provenant des technologies sur lesquelles vous comptez, telles que Kubernetes, CodeStream et PHP

Outre les quickstarts pour les services cloud, outils et normes open source populaires, nos partenaires, leaders de l'informatique d'entreprise, proposent également leurs propres intégrations et quickstarts à New Relic I/O, ce qui permet de facilement visualiser et monitorer toutes vos données sur une seule et même plateforme.

Quickstarts des nouveaux partenaires

Le tout dernier groupe de partenaires contribuant à faire de l'observabilité un geste du quotidien couvre les CI/CD, les tests Kubernetes et les plateformes des opérations d'apprentissage machine (MLOps) de pointe. Vous trouverez ci-dessous la liste des partenaires qui ont offert des quickstarts le mois dernier :

  • Delphix
  • Speedscale
  • Amazon SageMaker
  • Algorithmia
  • Aporia
  • Comet
  • DAGsHub
  • Monalabs
  • Superwise
  • Truera

Vous en saurez plus sur chacune de ces entreprises et leurs quickstarts dans les sections suivantes.

Instant Observability pour CI/CD

La société Delphix est à la pointe du secteur pour les DevOps. Sa plateforme fournit les API essentielles pour le provisioning, le rafraîchissement, le retour en arrière, l'intégration et le contrôle des versions des données. Le quickstart Delphix vous permet d'acquérir la visibilité sur toutes vos plateformes Delphix Virtualization, qu'elles soient sur site ou dans le cloud. Grâce à elle, vous pouvez rapidement identifier et reproduire les problèmes, analyser les causes profondes et réduire drastiquement le MTTR et les temps d'indisponibilité.

L'observabilité instantanée pour les tests Kubernetes

Speedscale aide les équipes d'ingénieurs Kubernetes à être plus confiants quand il s'agit de savoir comment le nouveau code se comportera dans des scénarios réels. Ce quickstart fournit des capacités permettant de voir le trafic en replay, ce qui aide les développeurs à découvrir les problèmes d'API plus tôt dans le cycle de sortie des versions. Collectez et passez le trafic des API en replay, simulez la charge ou le chaos et mesurez la latence, le débit, la saturation et les erreurs avant que le code ne soit publié. Le quickstart Speedscale visualise les données de trafic en replay dans des dashboards New Relic One afin que vous puissiez les comparer avec les données télémétriques qui se trouvent dans New Relic One.

L'observabilité instantanée pour le monitoring de modèles AI/ML

New Relic a récemment étendu l'expérience d'observabilité et propose une nouvelle offre qui permet aux équipes AI et ML d'éliminer les silos de visibilité avec le monitoring des performances des modèles. Avec les quickstarts pour chacune des intégrations MLOps disponibles, il est facile d'obtenir une visibilité complète sur les applications avec optimisation par apprentissage machine.

Amazon SageMaker permet aux développeurs de créer, d'instruire et de déployer des modèles d'apprentissage machine (ML) sur des systèmes intégrés et les appareils edge. SageMaker prend en charge les frameworks, boîtes à outils et langages de programmation ML. Avec le quickstart Amazon SageMaker, vous pouvez obtenir une vue des métriques de performance, visualiser les modèles ML sophistiqués et créer un dashboard de monitoring complet dans New Relic One pour les pipelines d'applications AI/ML.

Algorithmia gère tous les stades du cycle de vie ML et accélère la livraison de vos modèles ML en production. Ce quickstart guide un processus d'optimisation en continu à tous les stades du cycle de vie ML au sein des processus opérationnels. Avec Algorithmia, vous pouvez instrumenter, analyser, dépanner et optimiser vos performances d'apprentissage machine sur tout votre système.

Aporia fournit aux équipes en science des données un moyen rapide, simple et sécurisé de monitorer les modèles ML en production. Les équipes peuvent développer leurs propres moniteurs personnalisables en quelques minutes pour recevoir des alertes en direct de détection précoce des problèmes tels que les dérives de données, les distorsions inattendues, les problèmes d'intégrité des données et la dégradation des performances. Avec le quickstart Aporia, les scientifiques des données et les ingénieurs ML reçoivent une combinaison d'alertes intelligentes intégrées et interplateformes. Celles-ci leur apportent une image plus complète de l'infrastructure ML et un moyen simple et rapide de résoudre les problèmes.

Comet est une plateforme de développement ML développée pour répondre aux demandes intenses des équipes d'entreprise qui déploient l'apprentissage machine à l'échelle. Avec le quickstart Comet, vous pouvez gérer et optimiser vos modèles ML en production à partir du dashboard New Relic One. En combinant Comet et New Relic One, vous pouvez accélérer le développement ML et obtenir un rendement commercial plus rapidement.

DAGsHub est une plateforme qui permet aux scientifiques des données et aux ingénieurs ML de réaliser le versioning et la synchronisation de leurs données, modèles, expériences et code. Votre équipe peut facilement partager, réviser et réutiliser son travail en fournissant une expérience comparable à GitHub pour l'apprentissage machine. DagsHub a été développé sur des outils et dans des formats open source populaires, ce qui facilite l'intégration avec les outils que vous utilisez déjà comme New Relic One. Avec le quickstart DAGsHub, vous pouvez analyser et monitorer les métriques d'instruction ML en temps réel.

Mona fournit une visibilité complète sur vos données et modèles dans des situations réelles avec la plateforme de monitoring AI la plus flexible et évolutive qui soit. L'intégration de Mona à New Relic One apporte des capacités de monitoring de haut niveau dans un environnement AI de production unifié et uniformisé (des modèles ML jusqu'au monitoring de l'infrastructure). Avec le quickstart Mona, vous recevez instantanément des alertes sur les problèmes de latence. En effet, il détecte automatiquement les anomalies pour assurer les meilleures performances au sein des systèmes de production.

Superwise.ai est la société qui effectue le monitoring et qui assure l'intégrité des modèles AI en production. La plateforme de gestion des modèles utilise l'apprentissage machine à grande échelle. Sa solution d'assurance AI agit en tant que source factuelle unique pour toutes les parties prenantes. Elle permet aux équipes des sciences des données et des opérations de disposer des informations détaillées adéquates afin de faire évoluer leur utilisation de l'AI en leur donnant la confiance dont elles ont besoin au niveau des opérations de leurs modèles et en leur permettant de devenir plus indépendantes et agiles. Avec le quickstart Superwise, l'observabilité et le monitoring ML sont préconfigurés dans New Relic One.

TruEra fournit les meilleurs diagnostics et monitoring de qualité AI. Avec le quickstart TruEra, vous allez au-delà de la précision standard et du monitoring des dérives d'entrée et de sortie pour identifier les dérives de données et autres diagnostics de qualité AI importants tels que l'impartialité, l'intégrité conceptuelle et le comportement des segments. Combiné aux capacités d'observabilité complète de New Relic One, les équipes MLOps peuvent corréler les signaux sur tout le cycle ML.

Envoyez vos données ML dans New Relic One

Si vous avez un autre stack ML que vous souhaitez intégrer à New Relic One, utilisez le quickstart de monitoring des modèles ML pour récupérer vos propres données de modèles ML quelle qu'en soit la source et intégrer ces données au reste des composants d'application, dont l'infrastructure.