ਓਪਨ ਡਾਟਾ ਹੱਬ ਪ੍ਰੋਜੈਕਟ Red Hat OpenShift 'ਤੇ ਆਧਾਰਿਤ ਇੱਕ ਓਪਨ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਪਲੇਟਫਾਰਮ ਹੈ

ਭਵਿੱਖ ਆ ਗਿਆ ਹੈ, ਅਤੇ ਤੁਹਾਡੇ ਮਨਪਸੰਦ ਸਟੋਰਾਂ, ਟ੍ਰਾਂਸਪੋਰਟ ਕੰਪਨੀਆਂ ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਟਰਕੀ ਫਾਰਮਾਂ ਦੁਆਰਾ ਪਹਿਲਾਂ ਹੀ ਨਕਲੀ ਬੁੱਧੀ ਅਤੇ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਤਕਨੀਕਾਂ ਦੀ ਸਫਲਤਾਪੂਰਵਕ ਵਰਤੋਂ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ।

ਅਤੇ ਜੇਕਰ ਕੋਈ ਚੀਜ਼ ਮੌਜੂਦ ਹੈ, ਤਾਂ ਇੰਟਰਨੈੱਟ 'ਤੇ ਇਸ ਬਾਰੇ ਪਹਿਲਾਂ ਹੀ ਕੁਝ ਹੈ... ਇੱਕ ਖੁੱਲਾ ਪ੍ਰੋਜੈਕਟ! ਦੇਖੋ ਕਿ ਕਿਵੇਂ Open Data Hub ਨਵੀਆਂ ਤਕਨੀਕਾਂ ਨੂੰ ਸਕੇਲ ਕਰਨ ਅਤੇ ਲਾਗੂ ਕਰਨ ਦੀਆਂ ਚੁਣੌਤੀਆਂ ਤੋਂ ਬਚਣ ਵਿੱਚ ਤੁਹਾਡੀ ਮਦਦ ਕਰਦਾ ਹੈ।

ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ (ML) ਦੇ ਸਾਰੇ ਫਾਇਦਿਆਂ ਦੇ ਨਾਲ, ਸੰਸਥਾਵਾਂ ਨੂੰ ਅਕਸਰ ਇਹਨਾਂ ਤਕਨਾਲੋਜੀਆਂ ਨੂੰ ਸਕੇਲ ਕਰਨ ਵਿੱਚ ਮੁਸ਼ਕਲ ਆਉਂਦੀ ਹੈ। ਇਸ ਕੇਸ ਵਿੱਚ ਮੁੱਖ ਸਮੱਸਿਆਵਾਂ ਆਮ ਤੌਰ 'ਤੇ ਹੇਠ ਲਿਖੀਆਂ ਹੁੰਦੀਆਂ ਹਨ:

• ਜਾਣਕਾਰੀ ਦਾ ਆਦਾਨ-ਪ੍ਰਦਾਨ ਅਤੇ ਸਹਿਯੋਗ - ਆਸਾਨੀ ਨਾਲ ਜਾਣਕਾਰੀ ਦਾ ਆਦਾਨ-ਪ੍ਰਦਾਨ ਕਰਨਾ ਅਤੇ ਤੇਜ਼ੀ ਨਾਲ ਦੁਹਰਾਓ ਵਿੱਚ ਸਹਿਯੋਗ ਕਰਨਾ ਲਗਭਗ ਅਸੰਭਵ ਹੈ।
• ਡਾਟਾ ਪਹੁੰਚ - ਹਰੇਕ ਕੰਮ ਲਈ ਇਸਨੂੰ ਨਵੇਂ ਸਿਰੇ ਤੋਂ ਅਤੇ ਹੱਥੀਂ ਬਣਾਉਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਬਹੁਤ ਸਮਾਂ ਲੱਗਦਾ ਹੈ।
• ਮੰਗ 'ਤੇ ਪਹੁੰਚ - ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਟੂਲਸ ਅਤੇ ਪਲੇਟਫਾਰਮ ਦੇ ਨਾਲ-ਨਾਲ ਕੰਪਿਊਟਿੰਗ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਤੱਕ ਮੰਗ 'ਤੇ ਪਹੁੰਚ ਪ੍ਰਾਪਤ ਕਰਨ ਦਾ ਕੋਈ ਤਰੀਕਾ ਨਹੀਂ ਹੈ।
• ਉਤਪਾਦਨ - ਮਾਡਲ ਪ੍ਰੋਟੋਟਾਈਪ ਪੜਾਅ 'ਤੇ ਰਹਿੰਦੇ ਹਨ ਅਤੇ ਉਦਯੋਗਿਕ ਵਰਤੋਂ ਲਈ ਨਹੀਂ ਲਿਆਂਦੇ ਜਾਂਦੇ ਹਨ।
• AI ਨਤੀਜਿਆਂ ਨੂੰ ਟ੍ਰੈਕ ਕਰੋ ਅਤੇ ਸਮਝਾਓ - AI/ML ਨਤੀਜਿਆਂ ਦੀ ਪੁਨਰ-ਉਤਪਾਦਨ, ਟਰੈਕਿੰਗ ਅਤੇ ਵਿਆਖਿਆ ਮੁਸ਼ਕਲ ਹੈ।

ਧਿਆਨ ਨਾ ਦਿੱਤੇ ਜਾਣ 'ਤੇ, ਇਹ ਸਮੱਸਿਆਵਾਂ ਕੀਮਤੀ ਡੇਟਾ ਵਿਗਿਆਨੀਆਂ ਦੀ ਗਤੀ, ਕੁਸ਼ਲਤਾ ਅਤੇ ਉਤਪਾਦਕਤਾ 'ਤੇ ਨਕਾਰਾਤਮਕ ਪ੍ਰਭਾਵ ਪਾਉਂਦੀਆਂ ਹਨ। ਇਹ ਉਹਨਾਂ ਦੇ ਕੰਮ ਵਿੱਚ ਨਿਰਾਸ਼ਾ, ਨਿਰਾਸ਼ਾ ਵੱਲ ਲੈ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਨਤੀਜੇ ਵਜੋਂ, AI/ML ਸੰਬੰਧੀ ਵਪਾਰਕ ਉਮੀਦਾਂ ਬਰਬਾਦ ਹੋ ਜਾਂਦੀਆਂ ਹਨ।

ਇਹਨਾਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ IT ਮਾਹਿਰਾਂ 'ਤੇ ਆਉਂਦੀ ਹੈ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਕ ਪ੍ਰਦਾਨ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ - ਇਹ ਸਹੀ ਹੈ, ਕਲਾਉਡ ਵਰਗਾ ਕੁਝ. ਵਧੇਰੇ ਵਿਸਤਾਰ ਵਿੱਚ, ਸਾਨੂੰ ਇੱਕ ਅਜਿਹਾ ਪਲੇਟਫਾਰਮ ਚਾਹੀਦਾ ਹੈ ਜੋ ਚੋਣ ਦੀ ਆਜ਼ਾਦੀ ਦਿੰਦਾ ਹੈ ਅਤੇ ਸੁਵਿਧਾਜਨਕ, ਆਸਾਨ ਪਹੁੰਚ ਰੱਖਦਾ ਹੈ। ਇਸ ਦੇ ਨਾਲ ਹੀ, ਇਹ ਤੇਜ਼, ਆਸਾਨੀ ਨਾਲ ਮੁੜ-ਸੰਰਚਨਾਯੋਗ, ਮੰਗ 'ਤੇ ਸਕੇਲੇਬਲ ਅਤੇ ਅਸਫਲਤਾਵਾਂ ਪ੍ਰਤੀ ਰੋਧਕ ਹੈ। ਓਪਨ ਸੋਰਸ ਤਕਨਾਲੋਜੀਆਂ 'ਤੇ ਅਜਿਹਾ ਪਲੇਟਫਾਰਮ ਬਣਾਉਣਾ ਵਿਕਰੇਤਾ ਲਾਕ-ਇਨ ਤੋਂ ਬਚਣ ਅਤੇ ਲਾਗਤ ਨਿਯੰਤਰਣ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਲੰਬੇ ਸਮੇਂ ਦੇ ਰਣਨੀਤਕ ਲਾਭ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ।

ਕੁਝ ਸਾਲ ਪਹਿਲਾਂ, ਐਪਲੀਕੇਸ਼ਨ ਡਿਵੈਲਪਮੈਂਟ ਵਿੱਚ ਕੁਝ ਅਜਿਹਾ ਹੀ ਹੋ ਰਿਹਾ ਸੀ ਅਤੇ ਮਾਈਕ੍ਰੋ ਸਰਵਿਸਿਜ਼, ਹਾਈਬ੍ਰਿਡ ਕਲਾਉਡਸ, ਆਈਟੀ ਆਟੋਮੇਸ਼ਨ, ਅਤੇ ਚੁਸਤ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੇ ਉਭਾਰ ਵੱਲ ਅਗਵਾਈ ਕੀਤੀ। ਇਸ ਸਭ ਨਾਲ ਸਿੱਝਣ ਲਈ, ਆਈਟੀ ਪੇਸ਼ੇਵਰਾਂ ਨੇ ਕੰਟੇਨਰਾਂ, ਕੁਬਰਨੇਟਸ ਅਤੇ ਓਪਨ ਹਾਈਬ੍ਰਿਡ ਕਲਾਉਡਸ ਵੱਲ ਮੁੜਿਆ ਹੈ।

ਇਹ ਅਨੁਭਵ ਹੁਣ ਅਲ ਦੀਆਂ ਚੁਣੌਤੀਆਂ ਦਾ ਜਵਾਬ ਦੇਣ ਲਈ ਲਾਗੂ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਇਸ ਲਈ IT ਪੇਸ਼ੇਵਰ ਅਜਿਹੇ ਪਲੇਟਫਾਰਮ ਬਣਾ ਰਹੇ ਹਨ ਜੋ ਕੰਟੇਨਰ-ਅਧਾਰਿਤ ਹਨ, ਚੁਸਤ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੇ ਅੰਦਰ AI/ML ਸੇਵਾਵਾਂ ਦੀ ਸਿਰਜਣਾ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦੇ ਹਨ, ਨਵੀਨਤਾ ਨੂੰ ਤੇਜ਼ ਕਰਦੇ ਹਨ, ਅਤੇ ਹਾਈਬ੍ਰਿਡ ਕਲਾਉਡ ਵੱਲ ਧਿਆਨ ਦੇ ਕੇ ਬਣਾਏ ਗਏ ਹਨ।

ਅਸੀਂ Red Hat OpenShift, ਹਾਈਬ੍ਰਿਡ ਕਲਾਉਡ ਲਈ ਸਾਡਾ ਕੰਟੇਨਰਾਈਜ਼ਡ ਕੁਬਰਨੇਟਸ ਪਲੇਟਫਾਰਮ, ਜਿਸ ਵਿੱਚ ਸਾਫਟਵੇਅਰ ਅਤੇ ਹਾਰਡਵੇਅਰ ML ਹੱਲਾਂ (NVIDIA, H2O.ai, Starburst, PerceptiLabs, ਆਦਿ) ਦਾ ਤੇਜ਼ੀ ਨਾਲ ਵਧ ਰਿਹਾ ਈਕੋਸਿਸਟਮ ਹੈ, ਨਾਲ ਅਜਿਹਾ ਪਲੇਟਫਾਰਮ ਬਣਾਉਣਾ ਸ਼ੁਰੂ ਕਰਾਂਗੇ। Red Hat ਦੇ ਕੁਝ ਗਾਹਕ, ਜਿਵੇਂ ਕਿ BMW Group, ExxonMobil ਅਤੇ ਹੋਰ, ਪਹਿਲਾਂ ਹੀ ਪਲੇਟਫਾਰਮ ਅਤੇ ਇਸਦੇ ਈਕੋਸਿਸਟਮ ਦੇ ਸਿਖਰ 'ਤੇ ਕੰਟੇਨਰਾਈਜ਼ਡ ML ਟੂਲਚੇਨ ਅਤੇ DevOps ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਤੈਨਾਤ ਕਰ ਚੁੱਕੇ ਹਨ ਤਾਂ ਜੋ ਉਹਨਾਂ ਦੇ ML ਆਰਕੀਟੈਕਚਰ ਨੂੰ ਉਤਪਾਦਨ ਵਿੱਚ ਲਿਆਇਆ ਜਾ ਸਕੇ ਅਤੇ ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਦੇ ਕੰਮ ਨੂੰ ਤੇਜ਼ ਕੀਤਾ ਜਾ ਸਕੇ।

ਅਸੀਂ ਓਪਨ ਡਾਟਾ ਹੱਬ ਪ੍ਰੋਜੈਕਟ ਨੂੰ ਲਾਂਚ ਕਰਨ ਦਾ ਇੱਕ ਹੋਰ ਕਾਰਨ ਕਈ ਓਪਨ ਸੋਰਸ ਸੌਫਟਵੇਅਰ ਪ੍ਰੋਜੈਕਟਾਂ 'ਤੇ ਆਧਾਰਿਤ ਇੱਕ ਆਰਕੀਟੈਕਚਰ ਦੀ ਉਦਾਹਰਨ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕਰਨਾ ਹੈ ਅਤੇ ਇਹ ਦਰਸਾਉਣਾ ਹੈ ਕਿ OpenShift ਪਲੇਟਫਾਰਮ 'ਤੇ ਆਧਾਰਿਤ ਇੱਕ ML ਹੱਲ ਦੇ ਪੂਰੇ ਜੀਵਨ ਚੱਕਰ ਨੂੰ ਕਿਵੇਂ ਲਾਗੂ ਕਰਨਾ ਹੈ।

ਡਾਟਾ ਹੱਬ ਪ੍ਰੋਜੈਕਟ ਖੋਲ੍ਹੋ

ਇਹ ਇੱਕ ਓਪਨ ਸੋਰਸ ਪ੍ਰੋਜੈਕਟ ਹੈ ਜੋ ਅਨੁਸਾਰੀ ਵਿਕਾਸ ਕਮਿਊਨਿਟੀ ਦੇ ਅੰਦਰ ਵਿਕਸਤ ਕੀਤਾ ਗਿਆ ਹੈ ਅਤੇ ਓਪਰੇਸ਼ਨਾਂ ਦੇ ਇੱਕ ਪੂਰੇ ਚੱਕਰ ਨੂੰ ਲਾਗੂ ਕਰਦਾ ਹੈ - ਸ਼ੁਰੂਆਤੀ ਡੇਟਾ ਨੂੰ ਲੋਡ ਕਰਨ ਅਤੇ ਬਦਲਣ ਤੋਂ ਲੈ ਕੇ ਇੱਕ ਮਾਡਲ ਬਣਾਉਣ, ਸਿਖਲਾਈ ਅਤੇ ਸਾਂਭ-ਸੰਭਾਲ ਕਰਨ ਤੱਕ - ਜਦੋਂ ਓਪਨਸ਼ਿਫਟ 'ਤੇ ਕੰਟੇਨਰਾਂ ਅਤੇ ਕੁਬਰਨੇਟਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ AI / ML ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਪਲੇਟਫਾਰਮ. ਇਸ ਪ੍ਰੋਜੈਕਟ ਨੂੰ ਇੱਕ ਸੰਦਰਭ ਸਥਾਪਨ ਮੰਨਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਓਪਨਸ਼ਿਫਟ ਅਤੇ ਸੰਬੰਧਿਤ ਓਪਨ ਸੋਰਸ ਟੂਲਸ ਜਿਵੇਂ ਕਿ ਟੈਂਸਰਫਲੋ, ਜੁਪੀਟਰਹੱਬ, ਸਪਾਰਕ ਅਤੇ ਹੋਰਾਂ ਦੇ ਅਧਾਰ ਤੇ ਇੱਕ ਓਪਨ ਏਆਈ/ਐਮਐਲ-ਏ-ਏ-ਸਰਵਿਸ ਹੱਲ ਕਿਵੇਂ ਬਣਾਇਆ ਜਾਵੇ ਇਸਦੀ ਇੱਕ ਉਦਾਹਰਣ। ਇਹ ਨੋਟ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ Red Hat ਖੁਦ ਇਸ ਪ੍ਰੋਜੈਕਟ ਨੂੰ ਆਪਣੀਆਂ AI/ML ਸੇਵਾਵਾਂ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਵਰਤਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, OpenShift NVIDIA, Seldon, Starbust ਅਤੇ ਹੋਰ ਵਿਕਰੇਤਾਵਾਂ ਦੇ ਮੁੱਖ ਸੌਫਟਵੇਅਰ ਅਤੇ ਹਾਰਡਵੇਅਰ ML ਹੱਲਾਂ ਨਾਲ ਏਕੀਕ੍ਰਿਤ ਹੈ, ਜਿਸ ਨਾਲ ਤੁਹਾਡੇ ਆਪਣੇ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਬਣਾਉਣਾ ਅਤੇ ਚਲਾਉਣਾ ਆਸਾਨ ਹੋ ਜਾਂਦਾ ਹੈ।

ਓਪਨ ਡੇਟਾ ਹੱਬ ਪ੍ਰੋਜੈਕਟ ਉਪਭੋਗਤਾਵਾਂ ਅਤੇ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ਦੀਆਂ ਹੇਠ ਲਿਖੀਆਂ ਸ਼੍ਰੇਣੀਆਂ 'ਤੇ ਕੇਂਦ੍ਰਿਤ ਹੈ:

• ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਕ ਜਿਸਨੂੰ ML ਪ੍ਰੋਜੈਕਟਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਇੱਕ ਹੱਲ ਦੀ ਲੋੜ ਹੈ, ਸਵੈ-ਸੇਵਾ ਫੰਕਸ਼ਨਾਂ ਦੇ ਨਾਲ ਇੱਕ ਕਲਾਉਡ ਵਾਂਗ ਸੰਗਠਿਤ।
• ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਕ ਜਿਸਨੂੰ ਨਵੀਨਤਮ ਓਪਨ ਸੋਰਸ AI/ML ਟੂਲਸ ਅਤੇ ਪਲੇਟਫਾਰਮਾਂ ਤੋਂ ਵੱਧ ਤੋਂ ਵੱਧ ਵਿਕਲਪ ਦੀ ਲੋੜ ਹੈ।
• ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਕ ਜਿਸ ਨੂੰ ਮਾਡਲਾਂ ਦੀ ਸਿਖਲਾਈ ਦੇਣ ਵੇਲੇ ਡਾਟਾ ਸਰੋਤਾਂ ਤੱਕ ਪਹੁੰਚ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
• ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਕ ਜਿਸਨੂੰ ਕੰਪਿਊਟਿੰਗ ਸਰੋਤਾਂ (CPU, GPU, ਮੈਮੋਰੀ) ਤੱਕ ਪਹੁੰਚ ਦੀ ਲੋੜ ਹੈ।
• ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਕ ਜਿਸ ਨੂੰ ਸਹਿਯੋਗੀ ਅਤੇ ਸਹਿਕਰਮੀਆਂ ਨਾਲ ਕੰਮ ਸਾਂਝਾ ਕਰਨ, ਫੀਡਬੈਕ ਪ੍ਰਾਪਤ ਕਰਨ, ਅਤੇ ਤੇਜ਼ੀ ਨਾਲ ਦੁਹਰਾਓ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨ ਦੀ ਯੋਗਤਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
• ਇੱਕ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਕ ਜੋ ਡਿਵੈਲਪਰਾਂ (ਅਤੇ ਡਿਵੋਪਸ ਟੀਮਾਂ) ਨਾਲ ਗੱਲਬਾਤ ਕਰਨਾ ਚਾਹੁੰਦਾ ਹੈ ਤਾਂ ਜੋ ਉਸਦੇ ਐਮਐਲ ਮਾਡਲ ਅਤੇ ਕੰਮ ਦੇ ਨਤੀਜੇ ਉਤਪਾਦਨ ਵਿੱਚ ਜਾਣ।
• ਡੇਟਾ ਇੰਜਨੀਅਰ ਜਿਸ ਨੂੰ ਰੈਗੂਲੇਟਰੀ ਅਤੇ ਸੁਰੱਖਿਆ ਲੋੜਾਂ ਦੀ ਪਾਲਣਾ ਕਰਦੇ ਹੋਏ ਕਈ ਤਰ੍ਹਾਂ ਦੇ ਡੇਟਾ ਸਰੋਤਾਂ ਤੱਕ ਪਹੁੰਚ ਦੇ ਨਾਲ ਇੱਕ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਕ ਪ੍ਰਦਾਨ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
• IT ਸਿਸਟਮ ਪ੍ਰਸ਼ਾਸਕ/ਓਪਰੇਟਰ ਜਿਸ ਨੂੰ ਓਪਨ ਸੋਰਸ ਕੰਪੋਨੈਂਟਸ ਅਤੇ ਤਕਨਾਲੋਜੀਆਂ ਦੇ ਜੀਵਨ ਚੱਕਰ (ਇੰਸਟਾਲੇਸ਼ਨ, ਕੌਂਫਿਗਰੇਸ਼ਨ, ਅੱਪਗਰੇਡ) ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਨਿਯੰਤਰਣ ਕਰਨ ਦੀ ਯੋਗਤਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਸਾਨੂੰ ਢੁਕਵੇਂ ਪ੍ਰਬੰਧਨ ਅਤੇ ਕੋਟਾ ਸਾਧਨਾਂ ਦੀ ਵੀ ਲੋੜ ਹੈ।

ਓਪਨ ਡੇਟਾ ਹੱਬ ਪ੍ਰੋਜੈਕਟ AI/ML ਓਪਰੇਸ਼ਨਾਂ ਦੇ ਪੂਰੇ ਚੱਕਰ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਓਪਨ ਸੋਰਸ ਟੂਲਸ ਦੀ ਇੱਕ ਰੇਂਜ ਲਿਆਉਂਦਾ ਹੈ। ਜੁਪੀਟਰ ਨੋਟਬੁੱਕ ਨੂੰ ਇੱਥੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਮੁੱਖ ਕਾਰਜਕਾਰੀ ਸਾਧਨ ਵਜੋਂ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਟੂਲਕਿੱਟ ਅੱਜ ਡਾਟਾ ਵਿਗਿਆਨੀਆਂ ਵਿੱਚ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਪ੍ਰਸਿੱਧ ਹੈ, ਅਤੇ ਓਪਨ ਡਾਟਾ ਹੱਬ ਉਹਨਾਂ ਨੂੰ ਬਿਲਟ-ਇਨ JupyterHub ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਆਸਾਨੀ ਨਾਲ ਜੁਪੀਟਰ ਨੋਟਬੁੱਕ ਵਰਕਸਪੇਸ ਬਣਾਉਣ ਅਤੇ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ। ਜੁਪੀਟਰ ਨੋਟਬੁੱਕਾਂ ਨੂੰ ਬਣਾਉਣ ਅਤੇ ਆਯਾਤ ਕਰਨ ਤੋਂ ਇਲਾਵਾ, ਓਪਨ ਡੇਟਾ ਹੱਬ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਇੱਕ ਏਆਈ ਲਾਇਬ੍ਰੇਰੀ ਦੇ ਰੂਪ ਵਿੱਚ ਬਹੁਤ ਸਾਰੀਆਂ ਤਿਆਰ ਕੀਤੀਆਂ ਨੋਟਬੁੱਕਾਂ ਵੀ ਸ਼ਾਮਲ ਹਨ।

ਇਹ ਲਾਇਬ੍ਰੇਰੀ ਓਪਨ-ਸੋਰਸ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਕੰਪੋਨੈਂਟਸ ਅਤੇ ਆਮ ਦ੍ਰਿਸ਼ਾਂ ਲਈ ਹੱਲਾਂ ਦਾ ਸੰਗ੍ਰਹਿ ਹੈ ਜੋ ਤੇਜ਼ ਪ੍ਰੋਟੋਟਾਈਪਿੰਗ ਨੂੰ ਸਰਲ ਬਣਾਉਂਦੇ ਹਨ। JupyterHub OpenShift ਦੇ RBAC ਐਕਸੈਸ ਮਾਡਲ ਨਾਲ ਏਕੀਕ੍ਰਿਤ ਹੈ, ਜੋ ਤੁਹਾਨੂੰ ਮੌਜੂਦਾ OpenShift ਖਾਤਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਅਤੇ ਸਿੰਗਲ ਸਾਈਨ-ਆਨ ਲਾਗੂ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, JupyterHub ਇੱਕ ਉਪਭੋਗਤਾ-ਅਨੁਕੂਲ ਉਪਭੋਗਤਾ ਇੰਟਰਫੇਸ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜਿਸਨੂੰ ਸਪੌਨਰ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਜਿਸ ਦੁਆਰਾ ਉਪਭੋਗਤਾ ਚੁਣੀ ਗਈ ਜੁਪੀਟਰ ਨੋਟਬੁੱਕ ਲਈ ਕੰਪਿਊਟਿੰਗ ਸਰੋਤਾਂ (CPU ਕੋਰ, ਮੈਮੋਰੀ, GPU) ਦੀ ਮਾਤਰਾ ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਕੌਂਫਿਗਰ ਕਰ ਸਕਦਾ ਹੈ।

ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਕ ਦੁਆਰਾ ਲੈਪਟਾਪ ਨੂੰ ਬਣਾਉਣ ਅਤੇ ਸੰਰਚਨਾ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਇਸ ਬਾਰੇ ਹੋਰ ਸਾਰੀਆਂ ਚਿੰਤਾਵਾਂ ਨੂੰ Kubernetes ਸ਼ਡਿਊਲਰ ਦੁਆਰਾ ਸੰਭਾਲਿਆ ਜਾਂਦਾ ਹੈ, ਜੋ ਕਿ OpenShift ਦਾ ਹਿੱਸਾ ਹੈ। ਉਪਭੋਗਤਾ ਸਿਰਫ ਆਪਣੇ ਪ੍ਰਯੋਗਾਂ ਨੂੰ ਪੂਰਾ ਕਰ ਸਕਦੇ ਹਨ, ਉਹਨਾਂ ਦੇ ਕੰਮ ਦੇ ਨਤੀਜਿਆਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਅਤੇ ਸਾਂਝਾ ਕਰ ਸਕਦੇ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਉੱਨਤ ਉਪਭੋਗਤਾ ਕੁਬਰਨੇਟਸ ਪ੍ਰਾਈਮਿਟਿਵ ਜਿਵੇਂ ਕਿ ਜੌਬ ਜਾਂ ਓਪਨਸ਼ਿਫਟ ਕਾਰਜਕੁਸ਼ਲਤਾ ਜਿਵੇਂ ਕਿ ਟੇਕਟਨ ਜਾਂ ਨੈਟਿਵ ਦਾ ਲਾਭ ਉਠਾਉਣ ਲਈ ਜੁਪੀਟਰ ਨੋਟਬੁੱਕਾਂ ਤੋਂ ਸਿੱਧੇ ਓਪਨਸ਼ਿਫਟ CLI ਸ਼ੈੱਲ ਤੱਕ ਪਹੁੰਚ ਕਰ ਸਕਦੇ ਹਨ। ਜਾਂ ਇਸਦੇ ਲਈ ਤੁਸੀਂ ਓਪਨਸ਼ਿਫਟ ਦੇ ਸੁਵਿਧਾਜਨਕ GUI ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ, ਜਿਸਨੂੰ "ਓਪਨਸ਼ਿਫਟ ਵੈੱਬ ਕੰਸੋਲ" ਕਿਹਾ ਜਾਂਦਾ ਹੈ।

ਅਗਲੇ ਪੜਾਅ 'ਤੇ ਅੱਗੇ ਵਧਣਾ, ਓਪਨ ਡਾਟਾ ਹੱਬ ਡਾਟਾ ਪਾਈਪਲਾਈਨਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨਾ ਸੰਭਵ ਬਣਾਉਂਦਾ ਹੈ। ਇਸਦੇ ਲਈ, ਇੱਕ Ceph ਆਬਜੈਕਟ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਜੋ ਇੱਕ S3- ਅਨੁਕੂਲ ਆਬਜੈਕਟ ਡੇਟਾ ਸਟੋਰੇਜ ਵਜੋਂ ਪ੍ਰਦਾਨ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਪਾਚੇ ਸਪਾਰਕ ਤੁਹਾਨੂੰ ਬਾਹਰੀ ਸਰੋਤਾਂ ਜਾਂ ਬਿਲਟ-ਇਨ Ceph S3 ਸਟੋਰੇਜ ਤੋਂ ਡੇਟਾ ਸਟ੍ਰੀਮ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ, ਅਤੇ ਤੁਹਾਨੂੰ ਸ਼ੁਰੂਆਤੀ ਡੇਟਾ ਪਰਿਵਰਤਨ ਕਰਨ ਦੀ ਵੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਅਪਾਚੇ ਕਾਫਕਾ ਡੇਟਾ ਪਾਈਪਲਾਈਨਾਂ ਦਾ ਉੱਨਤ ਪ੍ਰਬੰਧਨ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ (ਜਿੱਥੇ ਡੇਟਾ ਨੂੰ ਕਈ ਵਾਰ ਲੋਡ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਨਾਲ ਹੀ ਡੇਟਾ ਪਰਿਵਰਤਨ, ਵਿਸ਼ਲੇਸ਼ਣ, ਅਤੇ ਨਿਰੰਤਰਤਾ ਕਾਰਜ)।

ਇਸ ਲਈ, ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਕ ਨੇ ਡੇਟਾ ਤੱਕ ਪਹੁੰਚ ਕੀਤੀ ਅਤੇ ਇੱਕ ਮਾਡਲ ਬਣਾਇਆ. ਹੁਣ ਉਸਦੀ ਇੱਛਾ ਹੈ ਕਿ ਉਹ ਪ੍ਰਾਪਤ ਕੀਤੇ ਨਤੀਜਿਆਂ ਨੂੰ ਸਹਿਕਰਮੀਆਂ ਜਾਂ ਐਪਲੀਕੇਸ਼ਨ ਡਿਵੈਲਪਰਾਂ ਨਾਲ ਸਾਂਝਾ ਕਰੇ, ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਸੇਵਾ ਦੇ ਸਿਧਾਂਤਾਂ 'ਤੇ ਆਪਣਾ ਮਾਡਲ ਪ੍ਰਦਾਨ ਕਰੇ। ਇਸ ਲਈ ਇੱਕ ਅਨੁਮਾਨ ਸਰਵਰ ਦੀ ਲੋੜ ਹੈ, ਅਤੇ ਓਪਨ ਡੇਟਾ ਹੱਬ ਵਿੱਚ ਅਜਿਹਾ ਸਰਵਰ ਹੈ, ਇਸਨੂੰ ਸੇਲਡਨ ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਤੁਹਾਨੂੰ ਇੱਕ ਆਰਾਮਦਾਇਕ ਸੇਵਾ ਵਜੋਂ ਮਾਡਲ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ।

ਕੁਝ ਸਮੇਂ 'ਤੇ, ਸੇਲਡਨ ਸਰਵਰ 'ਤੇ ਕਈ ਅਜਿਹੇ ਮਾਡਲ ਹਨ, ਅਤੇ ਉਹਨਾਂ ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਇਸਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਹੈ. ਇਸ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, ਓਪਨ ਡੇਟਾ ਹੱਬ ਸੰਬੰਧਿਤ ਮੈਟ੍ਰਿਕਸ ਦਾ ਸੰਗ੍ਰਹਿ ਅਤੇ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵਰਤੇ ਜਾਂਦੇ ਓਪਨ ਸੋਰਸ ਨਿਗਰਾਨੀ ਟੂਲਸ ਪ੍ਰੋਮੀਥੀਅਸ ਅਤੇ ਗ੍ਰਾਫਾਨਾ ਦੇ ਅਧਾਰ ਤੇ ਇੱਕ ਰਿਪੋਰਟਿੰਗ ਇੰਜਣ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ। ਨਤੀਜੇ ਵਜੋਂ, ਅਸੀਂ AI ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਲਈ ਫੀਡਬੈਕ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਾਂ, ਖਾਸ ਤੌਰ 'ਤੇ ਉਤਪਾਦਨ ਵਾਤਾਵਰਣ ਵਿੱਚ।

ਇਸ ਤਰ੍ਹਾਂ, ਓਪਨ ਡੇਟਾ ਹੱਬ ਪੂਰੇ AI/ML ਜੀਵਨ ਚੱਕਰ ਵਿੱਚ ਇੱਕ ਕਲਾਉਡ-ਵਰਗੀ ਪਹੁੰਚ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਡਾਟਾ ਐਕਸੈਸ ਅਤੇ ਤਿਆਰੀ ਤੋਂ ਲੈ ਕੇ ਮਾਡਲ ਸਿਖਲਾਈ ਅਤੇ ਉਤਪਾਦਨ ਤੱਕ।

ਇਹ ਸਭ ਇਕੱਠੇ ਪਾ ਕੇ

ਹੁਣ ਸਵਾਲ ਉੱਠਦਾ ਹੈ ਕਿ ਓਪਨਸ਼ਿਫਟ ਪ੍ਰਸ਼ਾਸਕ ਲਈ ਇਹ ਸਭ ਕਿਵੇਂ ਸੰਗਠਿਤ ਕਰਨਾ ਹੈ. ਅਤੇ ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਓਪਨ ਡੇਟਾ ਹੱਬ ਪ੍ਰੋਜੈਕਟਾਂ ਲਈ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਕੁਬਰਨੇਟਸ ਆਪਰੇਟਰ ਖੇਡ ਵਿੱਚ ਆਉਂਦਾ ਹੈ।

ਇਹ ਓਪਰੇਟਰ ਓਪਨ ਡੇਟਾ ਹੱਬ ਪ੍ਰੋਜੈਕਟ ਦੀ ਸਥਾਪਨਾ, ਸੰਰਚਨਾ ਅਤੇ ਜੀਵਨ ਚੱਕਰ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਉਪਰੋਕਤ ਟੂਲ ਜਿਵੇਂ ਕਿ JupyterHub, Ceph, Spark, Kafka, Seldon, Prometheus ਅਤੇ Grafana ਦੀ ਤੈਨਾਤੀ ਸ਼ਾਮਲ ਹੈ। ਓਪਨ ਡਾਟਾ ਹੱਬ ਪ੍ਰੋਜੈਕਟ ਓਪਨਸ਼ਿਫਟ ਵੈੱਬ ਕੰਸੋਲ ਵਿੱਚ, ਕਮਿਊਨਿਟੀ ਓਪਰੇਟਰ ਸੈਕਸ਼ਨ ਵਿੱਚ ਪਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਓਪਨਸ਼ਿਫਟ ਪ੍ਰਸ਼ਾਸਕ ਨਿਰਧਾਰਿਤ ਕਰ ਸਕਦਾ ਹੈ ਕਿ ਸੰਬੰਧਿਤ ਓਪਨਸ਼ਿਫਟ ਪ੍ਰੋਜੈਕਟਾਂ ਨੂੰ "ਓਪਨ ਡੇਟਾ ਹੱਬ ਪ੍ਰੋਜੈਕਟ" ਵਜੋਂ ਸ਼੍ਰੇਣੀਬੱਧ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਹ ਇੱਕ ਵਾਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ. ਇਸ ਤੋਂ ਬਾਅਦ, ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਕ ਓਪਨਸ਼ਿਫਟ ਵੈੱਬ ਕੰਸੋਲ ਦੁਆਰਾ ਆਪਣੇ ਪ੍ਰੋਜੈਕਟ ਸਪੇਸ ਵਿੱਚ ਲੌਗਇਨ ਕਰਦਾ ਹੈ ਅਤੇ ਵੇਖਦਾ ਹੈ ਕਿ ਸੰਬੰਧਿਤ ਕੁਬਰਨੇਟਸ ਆਪਰੇਟਰ ਸਥਾਪਤ ਹੈ ਅਤੇ ਉਸਦੇ ਪ੍ਰੋਜੈਕਟਾਂ ਲਈ ਉਪਲਬਧ ਹੈ। ਉਹ ਫਿਰ ਇੱਕ ਕਲਿੱਕ ਨਾਲ ਇੱਕ ਓਪਨ ਡੇਟਾ ਹੱਬ ਪ੍ਰੋਜੈਕਟ ਉਦਾਹਰਨ ਬਣਾਉਂਦਾ ਹੈ ਅਤੇ ਉੱਪਰ ਦੱਸੇ ਗਏ ਟੂਲਸ ਤੱਕ ਤੁਰੰਤ ਪਹੁੰਚ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ। ਅਤੇ ਇਹ ਸਭ ਉੱਚ ਉਪਲਬਧਤਾ ਅਤੇ ਨੁਕਸ ਸਹਿਣਸ਼ੀਲਤਾ ਮੋਡ ਵਿੱਚ ਸੰਰਚਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ.

ਜੇਕਰ ਤੁਸੀਂ ਆਪਣੇ ਲਈ ਓਪਨ ਡਾਟਾ ਹੱਬ ਪ੍ਰੋਜੈਕਟ ਨੂੰ ਅਜ਼ਮਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਇਸ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ ਇੰਸਟਾਲੇਸ਼ਨ ਨਿਰਦੇਸ਼ ਅਤੇ ਸ਼ੁਰੂਆਤੀ ਟਿਊਟੋਰਿਅਲ. ਓਪਨ ਡੇਟਾ ਹੱਬ ਆਰਕੀਟੈਕਚਰ ਦੇ ਤਕਨੀਕੀ ਵੇਰਵੇ ਲੱਭੇ ਜਾ ਸਕਦੇ ਹਨ ਇੱਥੇ, ਪ੍ਰੋਜੈਕਟ ਵਿਕਾਸ ਯੋਜਨਾਵਾਂ - ਇੱਥੇ. ਭਵਿੱਖ ਵਿੱਚ, ਅਸੀਂ Kubeflow ਦੇ ਨਾਲ ਅਤਿਰਿਕਤ ਏਕੀਕਰਣ ਨੂੰ ਲਾਗੂ ਕਰਨ, ਡੇਟਾ ਰੈਗੂਲੇਸ਼ਨ ਅਤੇ ਸੁਰੱਖਿਆ ਦੇ ਨਾਲ ਕਈ ਮੁੱਦਿਆਂ ਨੂੰ ਹੱਲ ਕਰਨ, ਅਤੇ ਨਿਯਮ-ਅਧਾਰਿਤ ਪ੍ਰਣਾਲੀਆਂ Drools ਅਤੇ Optaplanner ਨਾਲ ਏਕੀਕਰਣ ਦਾ ਪ੍ਰਬੰਧ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਹੇ ਹਾਂ। ਆਪਣੇ ਵਿਚਾਰ ਪ੍ਰਗਟ ਕਰੋ ਅਤੇ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਭਾਗੀਦਾਰ ਬਣੋ ਡਾਟਾ ਹੱਬ ਖੋਲ੍ਹੋ ਪੰਨੇ 'ਤੇ ਸੰਭਵ ਹੈ ਭਾਈਚਾਰੇ.

ਰੀਕੈਪ ਕਰਨ ਲਈ: ਗੰਭੀਰ ਸਕੇਲਿੰਗ ਚੁਣੌਤੀਆਂ ਸੰਸਥਾਵਾਂ ਨੂੰ ਨਕਲੀ ਬੁੱਧੀ ਅਤੇ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਦੀ ਪੂਰੀ ਸੰਭਾਵਨਾ ਨੂੰ ਮਹਿਸੂਸ ਕਰਨ ਤੋਂ ਰੋਕ ਰਹੀਆਂ ਹਨ। Red Hat OpenShift ਨੂੰ ਸਾਫਟਵੇਅਰ ਉਦਯੋਗ ਵਿੱਚ ਸਮਾਨ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਸਫਲਤਾਪੂਰਵਕ ਵਰਤਿਆ ਗਿਆ ਹੈ। ਓਪਨ ਡਾਟਾ ਹੱਬ ਪ੍ਰੋਜੈਕਟ, ਓਪਨ ਸੋਰਸ ਡਿਵੈਲਪਮੈਂਟ ਕਮਿਊਨਿਟੀ ਦੇ ਅੰਦਰ ਲਾਗੂ ਕੀਤਾ ਗਿਆ ਹੈ, ਓਪਨਸ਼ਿਫਟ ਹਾਈਬ੍ਰਿਡ ਕਲਾਉਡ ਦੇ ਆਧਾਰ 'ਤੇ AI/ML ਓਪਰੇਸ਼ਨਾਂ ਦੇ ਪੂਰੇ ਚੱਕਰ ਨੂੰ ਸੰਗਠਿਤ ਕਰਨ ਲਈ ਇੱਕ ਹਵਾਲਾ ਆਰਕੀਟੈਕਚਰ ਪੇਸ਼ ਕਰਦਾ ਹੈ। ਸਾਡੇ ਕੋਲ ਇਸ ਪ੍ਰੋਜੈਕਟ ਦੇ ਵਿਕਾਸ ਲਈ ਇੱਕ ਸਪਸ਼ਟ ਅਤੇ ਵਿਚਾਰਸ਼ੀਲ ਯੋਜਨਾ ਹੈ, ਅਤੇ ਅਸੀਂ ਓਪਨਸ਼ਿਫਟ ਪਲੇਟਫਾਰਮ 'ਤੇ ਓਪਨ ਏਆਈ ਹੱਲ ਵਿਕਸਿਤ ਕਰਨ ਲਈ ਇਸਦੇ ਆਲੇ ਦੁਆਲੇ ਇੱਕ ਸਰਗਰਮ ਅਤੇ ਫਲਦਾਇਕ ਕਮਿਊਨਿਟੀ ਬਣਾਉਣ ਲਈ ਗੰਭੀਰ ਹਾਂ।

ਸਰੋਤ: www.habr.com