4月6日讯：当前，随着人工智能、高性能计算、5G等领域快速发展，数字化、智能化、多元化应用不断涌现，这对数据计算处理和网络传输能力提出了新的要求。计算网络基础设施。高需求。人工智能研发运营系统（MLOps）作为人工智能工程的重要组成部分，构建了人工智能模型全生命周期标准化、集成化、系统化的生产运营体系，推动模型生产从分散式小型化转型。车间模型向大型模型转变。有序的工厂流水线模式帮助组织提高人工智能实施的质量和效率。
为系统梳理MLOps工具链各组成部分，全面洞察行业发展现状，有效协助应用技术选型，持续推动行业高质量发展，中国信通院和通信技术现已启动《MLOps 工具图谱》的筹建工作。
此外，为促进行业供需高效对接，探索在线计算在智能计算中心、5G专网等场景的能力应用和产品部署，中国信息通信研究院联合组织计算网络融合产业与标准推进委员会（CCSA TC621）联合启动“INC Ready”项目，开展在线计算产品及解决方案的行业标杆能力评估，旨在凝聚行业共识，形成创新技术和关键产品研发能力，推动在线计算产业生态系统健康发展。
INC Ready行业标杆能力评估从技术发展趋势、产品发展现状、应用场景需求等多个维度，将在线计算产品及解决方案行业标杆能力评估内容分为设施、解决方案和服务三类，共计9 个模块。评测结果将为垂直行业用户提供选择产品和解决方案的综合参考。
从中国信息通信研究院官方获悉，MLOps工具图分为两类：
1. 端到端平台
在整个模型生命周期中，MLOps平台支持从数据准备到模型启动的整个过程。此外，还具备一定的资产管理和基础支撑能力。
2、专用工具
细分为流程能力、产品管理、基础支持三类。一种MLOps平台或工具，支持在整个模型生命周期内完成一项或多项细粒度任务（如数据处理、数据质量检查、数据标注、特征管理等）。