作為人工智能工程化的重要組成部分，人工智能研發運營體系(MLOps)面向 AI 模型全生命周期建設標準化、一體化、體系化的生產運營體系，推動模型生產從分散的小作坊模式過渡到規?；行虻墓S流水線模式，幫助組織提升 AI 落地質量和效益。
為系統梳理 MLOps 工具鏈組成部分，全面洞察產業發展現狀，有力輔助應用方技術選型，持續推動產業高質量發展，中國信息通信研究院現已啟動《MLOps 工具圖譜》編制工作。
此外，為了促進產業供需雙方高效供需對接，探索在網計算在智算中心、5G 專網等場景的能力應用和產品部署，中國信息通信研究院聯合算網融合產業及標準推進委員會(CCSA TC621)共同發起“INC Ready”項目，開展在網計算產品及方案行業基準能力評估工作，旨在凝聚產業共識，形成創新性技術及關鍵產品研發能力，促進在網計算產業生態健康發展。
INC Ready 行業基準能力評估從技術發展趨勢、產品研發現狀、應用場景需求等多個維度，將在網計算產品及方案行業基準能力評估內容分為設施、方案及服務三大類，共計 9 個模塊，評估結果將為垂直行業用戶在產品及解決方案中選擇提供全面參考。
從中國信通院官方獲悉，MLOps 工具圖譜分為兩大類：
1. 端到端平臺
在模型全生命周期過程中，支持從數據準備到模型上線全流程的 MLOps 平臺。此外，具備一定的資產管理和基礎保障能力。
2. 專項工具
細分為過程能力、制品管理、基礎保障三類。在模型全生命周期過程中，支持一個或多個細粒度任務(如數據處理、數據質量檢驗、數據標注、特征管理等)完成的 MLOps 平臺或工具。
