JFrog übernimmt Qwak AI

JFrog, das Liquid Software Unternehmen und Entwickler der JFrog Software Supply Chain Plattform, gibt die Übernahme von Qwak AI. bekannt, den Entwicklern der AI- und MLOps-Plattform. Mit der Übernahme will das Unternehmen eine einheitliche und skalierbare Lösung für DevOps-, Sicherheits- und MLOps-Akteure anbieten.

Diese MLOps-Funktionalität wurde entwickelt, um die Arbeit von Data Scientists und Entwickler zu vereinfachen und die Erstellung und Bereitstellung von KI-gestützten Anwendungen zu beschleunigen. JFrog führt Buch über alle Softwarepakete (Binaries), einschließlich der in Artifactory gespeicherten Modelle. Durch die Erweiterung der Fähigkeiten für maschinelles Lernen (ML) können Anwender ihre Modelle von der Entwicklung bis zur Bereitstellung rationalisieren.

„Software-Supply-Chain-Plattformen der nächsten Generation müssen erweitert werden und native MLOps-Lösungen enthalten, um Entwicklungsorganisationen besser zu unterstützen“, sagt Shlomi Ben Haim, CEO und Mitbegründer von JFrog. „Wir freuen uns darauf, die MLOps-Lösung von Qwak mit unserer Plattform zu kombinieren, um die Integration von KI unserer Kunden zu unterstützen. Qwaks Lösung, angetrieben von JFrog Artifactory als Modell-Registry der Wahl und JFrog Xray zum Scannen und Sichern von ML-Modellen, wird die Effizienz der Anwender steigern und bietet eine einheitliche Plattform für DevOps, DevSecOps, MLOps und MLSecOps. Wir freuen uns darauf, gemeinsam mit dem Team von Qwak einen großen Sprung nach vorn zu machen!“ sagt Ben Haim.

Als Teil der JFrog-Plattform wird die Qwak-Technologie eine unkomplizierte und problemlose Überführung von Modellen in die Produktion bieten, basiert auf dem Vertrauen, das Unternehmen in JFrog haben, wenn sie KI-gestützte Anwendungen bereitstellen wollen. Diese Kombination nutzt Qwaks Modell-Trainings- und Bereitstellungs-Fähigkeiten, um den zuvor fragmentierten und komplexen Lebenszyklus von Modellen zu verwalten, ergänzt um die Ablage und die Sicherheitsüberprüfung von Modellen, die von JFrog beigesteuert werden.

Die Akquisition folgt auf die erfolgreiche Integration der Lösungen von JFrog und Qwak, die Anfang des Jahres angekündigt wurde und auf JFrogs „Modell als Paket“-Ansatz basiert. Die ganzheitliche Lösung zielt darauf ab, den Bedarf an separaten Werkzeugen und separaten Compliance-Bemühungen zu eliminieren und bietet vollständige Rückverfolgbarkeit in einer einzigen Lösung.

Eine schnelle Markteinführung und ein sicherer Workflow von ML-Modellen ist die Hauptmotivation für moderne MLOps-Initiativen, mit denen Unternehmen versuchen, KI-gestützte Anwendungen bereitzustellen. Laut Gartner spielt MLOps eine entscheidende Rolle bei der Operationalisierung von KI, wobei 75 Prozent der Unternehmen bis Ende 2024 von der Erprobung zum Betrieb von KI übergehen werden (Gartner Top 10 Trends in Data and Analytics, 2020 [nur für Kunden zugänglich]).

„Data Scientists und ML-Ingenieure verwenden derzeit Tools, die größtenteils von den Standard-DevOps- und Sicherheitsprozessen in Unternehmen abgekoppelt sind, was die Release-Zeiten verzögert und das Vertrauen untergräbt“, sagt Gal Marder, Executive Vice President of Strategy bei JFrog. „Ein vereinheitlichtes System der Aufzeichnungen über Dev, Sec, ML und Ops hinweg wird diese Probleme für digitale Teams und das Unternehmen lösen.“

Der heutige Markt fordert eine einheitliche Plattform für die gesamte Software-Lieferkette, um Entwicklungsprozesse zu beschleunigen und den Umgang mit den essenziellen Bausteinen der Künstlichen Intelligenz – Machine-Learning-Modelle und ihre Metadaten – zu optimieren. Wie jede andere Softwarekomponente müssen auch ML-Modelle gespeichert, erstellt, nachverfolgt, versioniert, signiert, gesichert und effizient über Systeme hinweg bereitgestellt werden, um KI in großem Umfang bereitzustellen. Die Verwendung von DevOps-Praktiken in einer einheitlichen Lösung erfüllt diese Markterwartungen.

Die Übernahme bereichert die Lösungen von JFrog um folgende Vorteile:

• Eine Plattform für DevSecOps & MLSecOps, die eine ganzheitliche ML-Software-Lieferkette von traditionellen Modellen bis zu LLMs und GenAI bietet.
• Schnelles und unkompliziertes Modell-Serving in die Produktion mit vereinfachten Modellentwicklungs und -bereitstellungsprozessen., die KI-Initiativen optimieren.
• Modelltraining und -überwachung mit innovativer Datensatzverwaltung und Unterstützung von Feature-Stores.
• Verwaltung von Modellen als Paket, sodass Sie Modelle wie jedes andere Softwarepaket mit DevSecOps Best Practices versionieren, verwalten und sichern können.
• Sicherstellung der Herkunft und Sicherheit von KI-Tools in den Entwicklungsworkflows.
• Alle Informationen aus einer “Single Source of Truth”, die ML-Modelle mit anderen Bausteinen wie Containern und Python-Paketen verbindet.
• Rückverfolgung der Modelle bis zu ihrer Quelle für einen einfachen Rückruf, ein erneutes Training und einen erneuten Einsatz, wenn sich die Produktionsmodellen nicht wie gewünscht verhalten.

MLOps Strategie

Als Teil des Übernahme- und Integrationsprozesses plant JFrog, die Talente von Qwak in JFrog zu integrieren und das MLOps-zentrierte Team schnell zu vergrößern. JFrog wird auch den Prozess der Technologieintegration beschleunigen, um die Qwak-Technologie in die JFrog-Plattform zu integrieren, und zwar über die DevOps- und Sicherheitsprodukte hinweg. Die beiden Unternehmen werden mit den Kunden zusammenarbeiten, um die Kontinuität des Geschäftsbetriebs und eine reibungslose Migration auf zukünftige, gemeinsam entwickelte Angebote sicherzustellen.

MLOps Ökosystem & Partner-Integrationen

Zu Beginn dieses Jahres kündigte JFrog Integrationen mit AWS Sagemaker und dem von DataBricks entwickelten MLflow an. Als Teil des Unternehmensansatzes der Universalität wird das Unternehmen auch weiterhin Integrationen mit anderen MLOps-Ökosystem-Partnern anbieten, um Entwicklern und ML-Ingenieuren die freie Wahl zu bieten und eine Anbieterbindung zu vermeiden.

(pd/JFrog)