乘车共享公司Lyft Inc.今天表示已为人工智能数据开源了一种新的调试工具，该工具的价格，位置，预计到达时间，地图绘制和自动驾驶开发团队在过去三个月中一直在内部使用。年份。
 

Lyft将Flyte描述为“用于并行，可伸缩和可维护的机器学习工作流的结构化分布式平台”。

Lyft的工程师Allyson Gale和Ketan Umare在Medium上的博客文章中写道：“由于数据现在已成为公司的主要资产，执行大规模计算工作对业务至关重要，但从运营角度来看是有问题的。” 扩展，监视和管理计算集群成为每个产品团队的负担，减慢了迭代速度，进而减慢了产品创新的速度。此外，这些工作流程通常具有复杂的数据依赖性。Flyte的任务是通过抽象这些开销来提高机器学习和数据处理的开发速度。”
 

Gale和Umare解释说Flyte是一项“多租户”服务，这意味着团队可以在单独的数据存储库上工作并使用它们，而不会影响平台的其余部分。对软件代码及其相关性进行版本控制和容器化，以确保所有执行仍可重现。开发人员可以调用不同的参数或AI模型内部的变量，以定义其与特定问题有关的技能。Flyte还可以使用先前模型执行中的缓存输出来节省时间和内存。

Flyte还可以将任务链接在一起，并通过基于Python的特定领域编程语言在其中传递数据。此外，由于Flyte中的每个实体都是不可变的，每次更改都被捕获为新版本，因此可以快速迭代或回滚工作流，并在工作流之间共享版本化任务。
 

该公司表示：“ Flyte的构建旨在以现代产品，公司和应用程序所需的规模来推动并加速机器学习和数据编排。” “ Lyft和Flyte共同成长，看到了现代处理平台所提供的巨大优势，我们希望在开源Flyte中，您也能从中受益。”

Constellation Research Inc.分析师Holger Mueller表示，Flyte看起来是一种有用且久经考验的机器学习管理工具，由于它跨越多个基础计算框架，因此对某些公司应该具有吸引力。

穆勒说：“在进一步考虑之前，高管必须先验证Flyte所拥有的组件是他们想要构建下一代应用程序的组件。” “如果合适的话，值得进行详细评估。”