ZenML

Produktübersicht

ZenML ist ein Open-Source-MLOps-Framework, mit dem Teams Machine-Learning-Pipelines als Python-Code definieren und auf beliebiger Infrastruktur ausführen können, von lokalen Rechnern über Kubernetes-Cluster bis hin zu Cloud-Umgebungen. Das Framework dient als Steuerungsebene zwischen ML-Code und dem zugrunde liegenden Stack und macht Pipelines portabel über Orchestratoren, Experiment Tracker, Model Registries und Deployment-Ziele hinweg. Die Open-Source-Version (Apache 2.0) ist kostenlos und bietet grundlegende Pipeline-Orchestrierung, Artifact-Versionierung und ein einfaches Dashboard. Managed-SaaS-Pläne ergänzen eine visuelle Model Control Plane, erweitertes Scheduling, rollenbasierte Zugriffskontrollen und Remote-Entwicklungsumgebungen. Eine Pro-Self-Hosted-Stufe unterstützt Air-Gapped-Deployments mit SSO und individuellen SLAs. Das Managed-SaaS beginnt bei 399 $ pro Monat für die Starter-Stufe. ZenML unterstützt LLM-Fine-Tuning-Workflows, RAG-Pipeline-Orchestrierung und die Integration mit Agent-Frameworks wie LangGraph und CrewAI. Die Plattform verbindet sich mit Experiment Trackern, Model Deployern und Registries im gesamten ML-Ökosystem und vermeidet so die Abhängigkeit von einem einzelnen Anbieter. Gegründet 2021 in München von Adam Probst und Hamza Tahir, sammelte ZenML 6,4 Millionen Dollar von Crane Venture Partners, Point Nine und Angel-Investoren wie Richard Socher und Pieter Abbeel ein. Das Unternehmen bietet Sonderkonditionen für Startups und akademische Einrichtungen. WICHTIGSTE MERKMALE: - Open-Source-MLOps-Framework (Apache 2.0) mit nativen Python-Pipeline-Definitionen - Portable Pipelines über Kubernetes, Slurm und Cloud-Orchestratoren - Model Control Plane mit Artifact-Versionierung und Metadaten-Tracking - Unterstützung für LLM-Fine-Tuning und RAG-Pipelines - Air-Gapped- und Self-Hosted-Deployment-Optionen

Souveränität