AI用語集
人工知能の完全辞典
MLパイプラインのオーケストレーション
データの取り込みからモデルのデプロイまで、機械学習ワークフローにおける相互接続された一連のステップの調整と自動化。実行、監視、依存関係の管理を保証する。
有向非巡回グラフ (DAG)
パイプラインのタスク間の依存関係を表現するために使用される、サイクルを持たない有向グラフ構造。各ノードがタスクであり、エッジが実行順序を定義し、無限ループのないことを保証する。
ワークフローマネージャー
複雑なワークフローのスケジューリング、実行、監視、エラー時の再実行を担当するシステムまたはソフトウェアツール。分散タスクをオーケストレーションするため、DAGに基づいていることが多い。
タスクスケジューリング
パイプラインの個々のタスクが、いつ、どのように実行されるかを、それらの依存関係、リソースの利用可能性、事前定義されたトリガー（時間、イベント）に基づいて決定するメカニズム。
パイプラインの依存関係管理
パイプラインのステップ間の先行関係を明示的に管理し、タスクがすべての親タスクが正常に完了してからでないと実行されないようにすること。
べき等性 (Idempotence)
同じ入力で複数回実行された場合に、常に同じ最終状態を生成するパイプラインのタスクまたは操作の特性。エラーからの回復と信頼性にとって不可欠。
パイプラインキャッシング
後続の実行時に不要な再実行を避けるため、パイプラインの中間タスクやステップの出力結果を保存する技術。これにより、イテレーションが高速化される。
パイプラインのパラメータ化
外部から設定可能な変数を使ってパイプラインを設計する手法。これにより、パイプラインのコードを変更することなく、異なるハイパーパラメータ、データセット、設定で実行を開始できる。
パイプラインのバージョニング
時間を通じてパイプラインのさまざまなイテレーションと構成を追跡・管理する手法。多くの場合、バージョン管理システムを通じて行われ、実験の再現性とトレーサビリティを確保する。
リソースプロビジョニング
パイプラインの各タスク実行に必要な計算リソース（CPU、GPU、メモリ）を動的に割り当てる手法。インフラストラクチャの利用とコストを最適化する。
パイプラインチェイニング
ある完全なパイプラインの出力が別のパイプラインへの入力として機能する高度なオーケストレーション技術。これにより、さらに複雑でモジュールなエンドツーエンドのワークフローを構成できる。
条件付き実行
前のステップの結果や外部条件に基づいて、パイプラインの特定のブランチやタスクの実行を有効または無効にするオーケストレーションロジック。
パイプライン監視
実行中のパイプラインの進行状況、パフォーマンス、エラーをダッシュボード、アラート、ログを通じて継続的に監視し、正常な動作を保証すること。
ワークフロー・アズ・コード
パイプラインの定義とそのオーケストレーションロジックをソースコード（例：PythonやYAML）として宣言・管理するパラダイム。インフラストラクチャ・アズ・コードとコラボレーションを促進する。
パイプライン再実行
オーケストレーターがパイプラインの一部または全部を選択的に再実行する能力。エラー修正、変更テスト、データ更新などで使用される。
サービスレベル契約（SLA）監視
パイプラインのパフォーマンスを事前定義された目標（例：最大実行時間、成功率）に対して追跡し、不遵守の場合にアラートを出すことでサービス品質を保証すること。