Система автоматизації розгортання ШІ-застосунків у хмарному середовищі
Вантажиться...
Дата
2025
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Актуальність теми. Сучасний розвиток цифрових технологій та стрімке зростання обсягів даних зумовлюють активне впровадження систем штучного інтелекту в різні сфери діяльності — від бізнесу й промисловості до освіти та державного управління. Ефективне функціонування таких систем потребує надійних рішень для їх розгортання, оновлення та масштабування у хмарному середовищі. Традиційні підходи до розгортання моделей машинного навчання часто виявляються трудомісткими та малоефективними при частих змінах моделей або великій кількості сервісів. Це створює потребу у використанні сучасних DevOps- та MLOps-практик, які забезпечують безперервну інтеграцію, доставку та автоматичне оновлення ШІ-рішень. Тому розробка підходу та демонстраційної архітектури для автоматизованого розгортання та оновлення AI-додатків у хмарному середовищі є актуальним завданням, що сприяє підвищенню надійності, гнучкості та ефективності впровадження інтелектуальних систем як у наукових, так і у промислових застосуваннях.
Об’єктом дослідження є процес автоматизованого розгортання та супроводу систем штучного інтелекту у хмарному середовищі.
Предметом дослідження є методи, підходи та програмні інструменти автоматизації розгортання систем штучного інтелекту у хмарному середовищі, зокрема із використанням технологій контейнеризації, оркестрації, а також принципів DevOps і MLOps.
Мета роботи: аналіз сучасних підходів до автоматизації розгортання систем штучного інтелекту у хмарному середовищі, дослідженні ефективних інструментів контейнеризації, оркестрації та CI/CD, а також у розробці та впровадженні програмного рішення, що забезпечує автоматизоване розгортання, оновлення й масштабування моделей машинного навчання в хмарній інфраструктурі.
Наукова новизна полягає в наступному:
1. Запропоновано структуру контейнеризованої архітектури, що забезпечує гнучке оновлення та масштабування моделей машинного навчання.
2. Розроблено підхід до автоматизованого розгортання систем штучного інтелекту у хмарному середовищі з використанням контейнеризації та CI/CD-конвеєрів.
3. Реалізовано прототип програмного комплексу, який поєднує DevOps і MLOps-практики для безперервного розгортання та моніторингу ШІ-додатків.
Практична цінність отриманих у роботі результатів полягає в розробці ефективного підходу до автоматизації розгортання ШІ-додатків у хмарному середовищі. Запропоноване рішення дозволяє спростити процес оновлення, масштабування та моніторингу моделей машинного навчання, що знижує витрати часу та ресурсів при впровадженні інтелектуальних систем. Реалізований прототип може бути використаний як основа для навчальних, дослідницьких або комерційних проектів, де потрібна швидка інтеграція моделей штучного інтелекту у хмарну інфраструктуру.
Апробація роботи. Основні положення і результати роботи були представлені та обговорені на XVІІІ науково-практичній конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2025 (Київ, 19-21 листопада 2025 р.) та на XI Міжнародній науково-практичній конференції «GLOBAL TRENDS IN SCIENCE AND EDUCATION» (Київ, 17-19 листопада 2025 р.)
Структура та обсяг роботи. Магістерська дисертація складається зі вступу, чотирьох розділів та висновків.
У вступі наведено загальну характеристику дослідження, обґрунтовано актуальність теми, визначено об’єкт, предмет, мету та основні завдання роботи, розкрито наукову новизну, практичну цінність та апробацію отриманих результатів.
У першому розділі здійснено аналіз сучасних підходів до автоматизації розгортання систем штучного інтелекту у хмарному середовищі. Розглянуто роль хмарних технологій у розвитку ШІ-рішень, проведено огляд існуючих методів автоматизації та виявлено основні проблеми й обмеження сучасних підходів.
У другому розділі досліджено архітектурні рішення, технології та інструменти, що застосовуються для автоматичного розгортання ШІ-систем. Розглянуто використання контейнеризації, оркестрації, DevOps- і MLOps-практик, а також підходи до безперервного оновлення та масштабування моделей у хмарному середовищі.
У третьому розділі описано реалізоване програмне забезпечення: описано структуру системи та її компоненти, розкрито підхід до реалізації контейнеризованих модулів і CI/CD-конвеєра, а також представлено користувацький інтерфейс розробленої системи.
У четвертому розділі подано результати експериментального тестування створеної системи. Виконано аналіз ефективності, продуктивності та масштабованості рішення, а також здійснено порівняння отриманих результатів із традиційними підходами до розгортання ШІ-додатків.
У висновках підсумовано результати дослідження, сформульовано основні висновки та наведено рекомендації щодо подальшого розвитку і вдосконалення розробленої системи.
Робота представлена на * аркушах, містить посилання на список використаних літературних джерел.
Опис
Ключові слова
штучний інтелект, хмарні технології, автоматизація розгортання, контейнеризація, оркестрація, нейронні мережі, модель машинного навчання, хмарне середовище., artificial intelligence, cloud technologies, deployment automation, containerization, orchestration, neural networks, machine learning model, cloud environment.
Бібліографічний опис
Оніщук, А. О. Система автоматизації розгортання ШІ-застосунків у хмарному середовищ : магістерська дис. : 123 Комп'ютерна інженерія / Оніщук Андрій Олегович. – Київ, 2025. – 117 с.