事件一
2023年3月16日，“AI工程化论坛暨在京举办。会上，中国信通院发布《人工智能研发运营体系（MLOps）实践指南（2023年）》。
MLOps 是通过构建和运行机器学习流水线（Pipeline ，统一机器学习（ML）项目研发（Dev）和运营（Ops）过程的一种方法，目的是为了提高 AI 模型生产质效，推动 AI 从满足基本需求的能用变为满足高效率、高性能的“好用”。
MLOps 概念与意义
MLOps 能有效缓解 AI 生产过程的各种管理问题，提升 AI 生产的转化效率。
MLOps面向软件工程的管理方法论DevOps，起初希望可以参考传统软件生产过程的管理方法，以应对提质增效的挑战。然而DevOps并不完全适用，因为机器学习项目是以数据、算法、代码、模型为核心的动态模式，整个过程充满探索性、实验性和不确定性。若要迎合动态模式的需求，需要一种融合了机器学习特性的 DevOps方法或体系，MLOps 应运而生。MLOps 意义和价值主要体现在以下几方面。
第一，建立团队协作机制。
第二，实现敏捷交付过程。
第三，构建全链路反馈闭环。
第四，统一管理AI资产。
一、MLOps的实施原则。
作为AI基础设施之一，MLOps 促进各团队高效协作，提升业务价值产出。一般来说，实施 MLOps 需要遵循的原则包括自动化、持续性、版本化 、可监控、可测试、可追溯、可复现、可协作等。
二、MLOps发展历程
2015 年至今，从业界意识到机器学习项目技术债给AI 生产上线带来的潜在巨大影响伊始，MLOps 前后经历了斟酌发酵、概念明确、落地应用三大阶段。
斟酌发酵阶段（2015年至2017年前后）
概念明确阶段（2018年至2019年前后）
落地应用阶段（2020年至今）
MLOps 产品提供方和应用方不同程度地受益于MLOps体系的蓬勃发展。随着工具市场和行业应用的发展不断推进，新工具不断涌现 ，在 IT、金融、电信等行业得到了广泛应用和落地。根据情报和市场研究平台 MarketsandMarkets 2022 年研究报告显示，MLOps市场规模到2027年将比2022年翻5倍。
三、MLOps框架体系
四、MLOps关键能力与技术实践
绿盟科技和星环科技的案例入选，其他的还有华为、腾讯、百度、蚂蚁、阿里、联通等巨头。
五、MLOps总结
事件二
即将到来（3.20-3.23）的GTC(全球AI开发者大会上)英伟达即将向世界展现其AI生态布局。而MLOps则是其AI生态系统建设的基石。官网链接→MLOps 生态系统 | NVIDIA
相关个股：
300369绿盟科技
案例入选+参与编写指南
绿盟科技参与编写中国信通院《人工智能研发运营体系（MLOps）实践指南（2023年）》
300168万达信息
作为核心单位参与编写指南
MLOps模型交付标准正式发布 万达信息作为核心编写单位加速推动AI工程化 - 万达信息
002232启明信息
风险提示：以上所有的内容，都是个人建议，仅供参考，股市投资还是多听多看，自己做决定。个股也都是我自己的持仓分享，成年人炒股，请对自己操作对错负责。