ClearML

ClearML hilft Machine-Learning-Teams, ihre Arbeit zu ordnen und reproduzierbar zu halten. Wenige zusätzliche Codezeilen in einem Trainingsskript protokollieren Parameter, Kennzahlen, Codeversionen und Ausgaben auf einem zentralen Server. Experimente lassen sich vergleichen und wiederholen; verstreute Notebooks und manuelle Notizen werden damit ersetzt.

Die Suite bietet mehr als Tracking. Dazu gehören Versionierung von Datensätzen, eine Aufgabenwarteschlange, die Jobs an verfügbare Rechner verteilt, Pipelines zum Verknüpfen von Schritten und Modellbereitstellung. Unternehmen mit teuren GPUs können Hardware durch Ressourcenplanung teamübergreifend teilen. ClearML unterstützt auch die Orchestrierung von Arbeitsabläufen mit großen Sprachmodellen.

Der Kern ist Open Source und kann selbst gehostet werden; zusätzlich gibt es einen verwalteten Hostingdienst mit kostenlosen und kostenpflichtigen Tarifen. Die Einrichtung des vollständigen Stacks erfordert DevOps-Kenntnisse. Alternativen sind Weights & Biases, MLflow, Comet, Neptune und Kubeflow. ClearML eignet sich für Teams, die ein selbst hostbares MLOps-Komplettwerkzeug suchen.