AWSとMicrosoft Azureにおける機械学習モデルのサービング技術の概要 - Qiita

初版: 2021年6月4日 著者: 橋本恭佑、柿田将幸, 株式会社 日立製作所 はじめに 近年、機械学習をはじめとするAI技術を活用したデータ分析が注目を集めており、AIを活用する案件が増加しています。 機械学習モデルを活用したシステムを構築する案件では、まずPoC（Proof of Concept）で機械学習モデルの有用性を確認し、その成果をもとに本番用のシステムを開発するケースが多いです。機械学習モデルをシステムに組み込み、サービスとして公開する一連の技術はサービング技術と呼ばれており、システム構築と運用を担う技術者にとって重要な技術です。 特に、機械学習サービスの負荷が大きく変動する場合は、負荷に合わせて柔軟にリソースを増減可能なパブリッククラウド上でのサービングが有効といえます。 本連載では、オンプレミス環境で作成した機械学習モデルをパブリッククラウド(AWSおよびMicrosof