谷歌云平台最近宣布推出一项新的企业级服务，云AI平台管道，它将帮助开发人员使用单一工具部署他们的ML管道，以及用于监控和审计它们的工具。新产品将简化复杂的ML工作流的部署，这些工作流通常有几个移动且相互依赖的部分。

谷歌在一份声明中表示，当用户只是在笔记本电脑上创建机器学习模型的原型时，这似乎非常简单，但如果一个人开始关注使机器学习工作流可持续和可扩展所需的其他部分，那么事情就会变得更加复杂。随着复杂性的增加，构建一个可重复和可审计的过程变得更加困难。

为了简化复杂性，可以将管道引入工作，这为开发人员提供了构建这些可重复过程的能力。谷歌在声明中进一步说明了该服务有两个部分:用于构建和调试管道的工具，以及用于部署和运行工作流的基础设施。

该服务有助于手动配置Kubeflow pipeline，并自动化设置谷歌Kubernetes引擎集群和存储等过程。它还利用TensorFlow Extended来构建基于TensorFlow的工作流和Argo工作流引擎来运行管道。

除了基础设施提供的服务之外，用户还可以使用可视化工具进行版本控制、工件跟踪、构建管道等等。

显然，启动所有这些只需要单击几下，尽管实际配置管道并不容易。然而，谷歌Cloud增加了一些复杂性，因为用户可以利用TensorFlow Extended SDK和Kubeflow Pipelines SDK来创作管道。

信贷来源:https://techcrunch.com/2020/03/11/google-cloud-launches-new-mlops-tools-for-deploying-ml-pipelines/