Open source platform Essedum 1.0 brengt AI naar networking

In dit artikel:

LF Networking heeft Essedum Release 1.0 gepresenteerd, een modulair open source-platform bedoeld om de integratie van AI in netwerkapplicaties te versnellen. Het project, dit jaar geïntroduceerd door LFN-lid Infosys, biedt een end-to-end framework dat data-ingestie, pipeline-orkestratie en modeldeployment ondersteunt voor zowel on-premise omgevingen als publieke clouds.

De kernfuncties van Essedum 1.0 omvatten:
- Connections: veilige communicatielagen voor data-uitwisseling tussen softwaresystemen.
- Datasets: inlezen en beheren van data uit bronnen zoals storage buckets, MySQL en REST-API’s.
- Pipelines: bouwen en beheren van trainings- en inferencing-workflows inclusief modeloptimalisatie en deployment.
- Models: toegang en beheer van AI-modellen via geconfigureerde verbindingen over meerdere platformen.

Praktische beheerfuncties zijn Endpoints (centrale weergave van verbonden endpoints), Adapters (vereenvoudigde koppeling met externe services zonder hostconfiguratie) en een Remote Executor om zware verwerkingen op externe servers uit te voeren. De release ondersteunt multi-cloud deployment, onder meer naar AWS SageMaker, Azure ML en GCP Vertex AI.

Op de roadmap staan automatisering van deployments met Docker en Helm, ondersteuning voor PDF- en Excel-invoer, verbeterd secrets management en uitgebreidere role-based access control. Ook wordt de cloudcompatibiliteit verder uitgebreid.

Voor gebruikers en ontwikkelaars is er een publieke Sandbox-instantie, opgezet samen met de University of New Hampshire, die als testomgeving dient en vrij te kopiëren is om Essedum lokaal of in eigen cloud te proberen. Kortom: Essedum 1.0 richt zich op het toegankelijker en veiliger maken van AI-gedreven netwerkoplossingen over verschillende infrastructuren.