> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-ru/mlops-i-razvertyvanie/mlops.md).

# Обзор

Руководства по MLOps для GPU-облака Clore.ai

Инструменты и платформы для операций машинного обучения (MLOps) для управления рабочими процессами ML на GPU-инфраструктуре.

MLOps сочетает машинное обучение с практиками DevOps для упрощения разработки, развертывания и мониторинга моделей. Эта категория охватывает популярные платформы MLOps, которые помогают командам управлять полным жизненным циклом ML — от экспериментов до развертывания в продакшн.

Разворачивайте комплексные ML-платформы и решения для сервинга моделей на GPU CLORE.AI, чтобы ускорить ваши рабочие процессы машинного обучения, отслеживать эксперименты и обслуживать модели в масштабе на маркетплейсе Clore.ai.

## Доступные руководства

| Руководство                                                                                      | Сценарий использования                           | Сложность   |
| ------------------------------------------------------------------------------------------------ | ------------------------------------------------ | ----------- |
| [BentoML](/guides/guides_v2-ru/mlops-i-razvertyvanie/bentoml.md)                                 | Платформа для сервинга моделей                   | Средняя     |
| [ClearML](/guides/guides_v2-ru/mlops-i-razvertyvanie/clearml.md)                                 | Полная платформа MLOps                           | Средняя     |
| [MLflow](/guides/guides_v2-ru/mlops-i-razvertyvanie/mlflow.md)                                   | Отслеживание экспериментов и управление моделями | Лёгкая      |
| [Triton Inference Server](/guides/guides_v2-ru/mlops-i-razvertyvanie/triton-inference-server.md) | Высокопроизводительный сервинг моделей           | Продвинутая |

## Сравнение платформ

| Платформа | Лучше всего подходит для                   | Поддержка GPU |
| --------- | ------------------------------------------ | ------------- |
| BentoML   | Сервинг моделей                            | Отлично       |
| ClearML   | Полный цикл MLOps                          | Отлично       |
| MLflow    | Отслеживание экспериментов                 | Хорошо        |
| Triton    | Инференс с высокой пропускной способностью | Отлично       |

## Рабочий процесс MLOps

1. **Эксперимент** - Отслеживание с помощью MLflow/ClearML
2. **Тренировка** - Используйте GPU-экземпляры для обучения моделей
3. **Сервинг** - Развертывание с BentoML/Triton
4. **Мониторинг** - Отслеживание производительности и дрейфа

## Связанные руководства

* [Обучение и дообучение](/guides/guides_v2-ru/obuchenie/training.md)
* [Языковые модели](/guides/guides_v2-ru/yazykovye-modeli/language-models.md)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.clore.ai/guides/guides_v2-ru/mlops-i-razvertyvanie/mlops.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.