MLOps（Machine Learning Operations）

把 DevOps 思想搬到机器学习生命周期 — 数据→特征→训练→评估→部署→监控→重训练 全流程的工程化、自动化、可重复化体系。AI 工业化的"骨架"。

定义

1. 数据版本控制（DVC、LakeFS）
2. 特征工程 与特征存储（Feature Store）
3. 实验管理（实验追踪、超参数搜索）
4. 模型版本控制（Model Registry）
5. 模型部署（A/B、蓝绿、金丝雀）
6. 模型监控（数据漂移检测、性能退化、公平性）
7. CI/CD/CT（Continuous Training，自动重训练）

市场规模

• 全球 MLOps（2025E）：$23.3 亿（Fortune） / $30.3 亿（Grand View）
• 全球 MLOps（2030E）：$166 亿（CAGR 40.5%，GVR）
• 全球 MLOps（2034E）：$259 亿（CAGR 28.9%，Fortune）
• 机构口径差异大，但普遍认为是 AI 基础设施增速最高的细分（据 AI原生中间件与开发平台）

主要玩家

海外

• Databricks — 全球最大数据+AI 平台，估值 $1,340 亿，年化 $54 亿
• Weights & Biases — 实验管理鼻祖，2025-03 被 CoreWeave $17 亿 收购
• Hugging Face — ML 模型 "GitHub"，估值 $45 亿
• MLflow（Databricks 开源）— 事实标准实验追踪
• Kubeflow / Metaflow（Netflix）/ ZenML

中国

• 第四范式 — 中国 AI 商业化最大营收，2024 ￥52.61 亿，先知 AI 平台
• 星环科技 — Sophon MLOps，2025-08 港股 H 股
• 阿里云 PAI / 百度 BML / 腾讯 TI / 华为 ModelArts
• 火山引擎 方舟 / 云从科技 / 商汤 等

演进阶段

"全栈整合"趋势

2025 年关键趋势：单点 MLOps 工具被快速整合到端到端平台：

• CoreWeave × Weights & Biases（$17 亿，2025-03）— GPU 云 + MLOps
• Databricks 连环收购：MosaicML $13 亿 / Tabular $10 亿 / Neon ~$10 亿
• JFrog × Qwak AI（2025）— DevOps + MLOps

与 LLMOps / AgentOps 的关系

MLOps（2015+，传统 ML）
  → LLMOps（2023+，大模型特有：提示词、RAG、幻觉）
    → AgentOps（2025+，Agent 工作流、多 Agent 编排、工具调用监控）

相关

• LLMOps / AgentOps（演进版本）
• 特征工程 / 模型版本控制 / 数据漂移检测 / 模型部署
• Weights & Biases / Databricks / 第四范式