事件一
2023年3月16日，“AI工程化論壇暨在京舉辦。會上，中國信通院釋出《人工智能研發營運體系（MLOps）實踐指南（2023年）》。
MLOps 是通過建構和運作機器學習流水線（Pipeline ，統一機器學習（ML）項目研發（Dev）和營運（Ops）過程的一種方法，目的是為了提高 AI 模型生産質效，推動 AI 從滿足基本需求的能用變為滿足高效率、高性能的“好用”。
MLOps 概念與意義
MLOps 能有效緩解 AI 生産過程的各種管理問題，提升 AI 生産的轉化效率。
MLOps面向軟體工程的管理方法論DevOps，起初希望可以參考傳統軟體生産過程的管理方法，以應對提質增效的挑戰。然而DevOps并不完全适用，因為機器學習項目是以資料、算法、代碼、模型為核心的動态模式，整個過程充滿探索性、實驗性和不确定性。若要迎合動态模式的需求，需要一種融合了機器學習特性的 DevOps方法或體系，MLOps 應運而生。MLOps 意義和價值主要展現在以下幾方面。
第一，建立團隊協作機制。
第二，實作靈活傳遞過程。
第三，建構全鍊路回報閉環。
第四，統一管理AI資産。
一、MLOps的實施原則。
作為AI基礎設施之一，MLOps 促進各團隊高效協作，提升業務價值産出。一般來說，實施 MLOps 需要遵循的原則包括自動化、持續性、版本化 、可監控、可測試、可追溯、可複現、可協作等。
二、MLOps發展曆程
2015 年至今，從業界意識到機器學習項目技術債給AI 生産上線帶來的潛在巨大影響伊始，MLOps 前後經曆了斟酌發酵、概念明确、落地應用三大階段。
斟酌發酵階段（2015年至2017年前後）
概念明确階段（2018年至2019年前後）
落地應用階段（2020年至今）
MLOps 産品提供方和應用方不同程度地受益于MLOps體系的蓬勃發展。随着工具市場和行業應用的發展不斷推進，新工具不斷湧現 ，在 IT、金融、電信等行業得到了廣泛應用和落地。根據情報和市場研究平台 MarketsandMarkets 2022 年研究報告顯示，MLOps市場規模到2027年将比2022年翻5倍。
三、MLOps架構體系
四、MLOps關鍵能力與技術實踐
綠盟科技和星環科技的案例入選，其他的還有華為、騰訊、百度、螞蟻、阿裡、聯通等巨頭。
五、MLOps總結
事件二
即将到來（3.20-3.23）的GTC(全球AI開發者大會上)英偉達即将向世界展現其AI生态布局。而MLOps則是其AI生态系統建設的基石。官網連結→MLOps 生态系統 | NVIDIA
相關個股：
300369綠盟科技
案例入選+參與編寫指南
綠盟科技參與編寫中國信通院《人工智能研發營運體系（MLOps）實踐指南（2023年）》
300168萬達資訊
作為核心機關參與編寫指南
MLOps模型傳遞标準正式釋出 萬達資訊作為核心編寫機關加速推動AI工程化 - 萬達資訊
002232啟明資訊
風險提示：以上所有的内容，都是個人建議，僅供參考，股市投資還是多聽多看，自己做決定。個股也都是我自己的持倉分享，成年人炒股，請對自己操作對錯負責。