MLOps平台Iterative在宣布完成2000万美元A轮融资近一年后，正式推出基于Git的开源机器学习模型管理和部署工具MLEM。
该工具旨在利用开发人员熟悉的Git工作流，弥合ML工程师与DevOps团队间的协作鸿沟。通过MLEM，开发者可在模型全生命周期中进行存储与追踪。它与Iterative旗下的开源GTO工件注册表及数据模型版本控制系统DVC形成互补。
Iterative联合创始人兼CEO Dmitry Petrov指出：“ML模型注册表已成为技术栈的关键组件，但现有SaaS方案易导致模型与应用生命周期脱节。我们采用模块化构建块策略，便于企业集成至现有MLOps体系：MLEM负责提取元信息并简化部署；DVC管理云端或本地的大型模型文件；GTO则提供GitOps版本控制功能并向CI/CD系统发送生产化信号。这些工具将Unix哲学引入ML模型管理与ModelOps。”
该系统不仅降低了跨部门、跨团队的模型共享门槛，强化了ML与DevOps的协同效率，更为高监管行业提供了可追溯的模型谱系单一事实来源。
Petrov强调：“传统模型注册表虽能追踪模型版本，却常造成ML与软件开发技术栈割裂。MLEM作为构建块，依托Git与传统CI/CD工具统一双方工作流，从而加速模型投产进程。”
此外，Iterative还提供托管平台Iterative Studio，支持ML模型协作开发、实验追踪、结果可视化及模型注册表托管服务。
Iterative 为其 MLOps 平台融资 2000 万美元