릴리스 노트 - NHN Cloud 사용자 가이드

Machine Learning > AI EasyMaker > 릴리스 노트

엔드포인트 기능 개선
- 리소스 할당 값을 직접 설정할 수 있도록 지원합니다.
Hugging Face 모델 서빙 지원
- Hugging Face 모델을 AI EasyMaker에 등록하여 엔드포인트, 배치 추론으로 서빙할 수 있도록 지원합니다.

ML 파이프라인 기능 추가
- ML 파이프라인은 이식 가능하고 확장 가능한 기계 학습 워크플로우를 관리하고 실행하기 위한 기능입니다.
- 자세한 내용은 ML 파이프라인 가이드 문서를 참고하세요.
엔드포인트 기능 개선
- 리소스 할당을 최적화했습니다.
PyTorch no-archive 모델 서빙 지원
- PyTorch no-archive 모델을 AI EasyMaker에 등록하여 엔드포인트로 서빙할 수 있도록 지원합니다.

배치 추론 기능 추가
- AI EasyMaker의 모델로 배치 추론하고 추론 결과를 통계로 확인할 수 있는 환경을 제공합니다.
- 자세한 내용은 배치 추론 가이드 문서를 참고하세요.
리소스 검색 기능 추가
- 콘솔 화면에서 리소스를 검색하고, 링크를 통해서 다른 리소스 화면으로 이동할 수 있습니다.
노트북 NAS 변경 기능 추가
- 실행 중인 노트북의 NHN Cloud NAS 연결 설정을 변경할 수 있습니다.
Scikit-learn 서빙 지원
- Scikit-learn 모델을 AI EasyMaker에 등록하여 엔드포인트로 서빙할 수 있도록 지원합니다.
노트북 Shared Memory 활성화
- 64MB 이상의 shared memory를 사용할 수 있도록 활성화했습니다.
- 크기는 노트북 생성 시 선택한 인스턴스 타입에 따라 다릅니다.
NHN Cloud 제공 알고리즘에서 save_steps 하이퍼파라미터 제거
- 체크포인트 저장 관련 하이퍼파라미터 save_steps를 제거했습니다.
- 적절한 save_steps 수치를 알고리즘 내에서 자동으로 계산하고, 최대 3개 저장합니다.

개인 이미지를 이용한 노트북, 학습
- 사용자가 개인화한 컨테이너 이미지를 이용하여 노트북, 학습, 하이퍼파라미터 튜닝을 구동할 수 있습니다.
- 개인 이미지와 레지스트리 계정을 등록하면 손쉽게 개인 이미지를 선택하여 리소스를 생성할 수 있습니다.
대시보드
- 전체 리소스의 이용 현황, Top3 엔드포인트 서비스 모니터링, Top3 CPU/GPU 사용률을 한 페이지에서 확인할 수 있습니다.
엔드포인트 > 오토 스케일러
- 엔드포인트 노드의 증설/감축 정책을 설정하여 노드 수를 동적으로 관리할 수 있습니다.

Ubuntu 22.04 버전 제공
- 신규 Ubuntu 22.04 버전을 제공합니다. Ubuntu 18.04 버전은 더 이상 제공되지 않으며, 이용하던 고객은 현재와 동일하게 서비스를 이용할 수 있습니다.
모니터링 기능 제공
- 노트북, 학습, 엔드포인트의 시스템 모니터링 지표를 확인할 수 있습니다.
- 엔드포인트에서 각 API 리소스 경로에 대한 API 호출 지표를 확인할 수 있습니다.
기본 알고리즘 하이퍼파라미터 튜닝 지원
- 하이퍼파라미터 튜닝을 통해 AI EasyMaker에서 제공하는 기본 알고리즘의 하이퍼파라미터를 최적화할 수 있습니다.
엔드포인트 > 복수 개의 모델 서빙 지원
- 하나의 엔드포인트 스테이지에 여러 개의 학습 모델을 서빙할 수 있습니다.
하이퍼파라미터 튜닝 병렬 학습 지원
- 병렬 학습 수를 조정하여 하이퍼파라미터 튜닝 작업의 성능을 최적화할 수 있습니다.

하이퍼파라미터 튜닝 기능 추가
- 하이퍼파라미터 튜닝은 머신러닝 모델의 예측 정확도와 성능을 높이기 위해 최적화된 하이퍼파라미터를 찾아 낼 수 있도록 반복 실험을 자동화하는 기능입니다.
- 자세한 내용은 하이퍼파라미터 튜닝 가이드 문서를 참고 해주세요.
NHN Cloud AI EasyMaker에서 제공하는 기본 알고리즘 3종 추가
- 자세한 내용은 각 알고리즘의 가이드 문서를 참고 해주세요.
- Image Classification 가이드
- Object Detection 가이드
- Semantic Segmentation 가이드