什么是人工智能平台PAI

什么是人工智能平台PAI

人工智能平台PAI起初是服务于阿里巴巴集团内部（例如淘宝、支付宝和高德）的机器学习平台，致力于让公司内部开发者更高效、简洁、标准地使用人工智能AI（Artificial Intelligence）技术。随着PAI的不断发展，2018年PAI平台正式商业化，目前已经积累了数万的企业客户和个人开发者，是中国云端机器学习平台之一。

PAI底层支持多种计算框架：

• 流式计算框架Flink。
• 基于开源版本深度优化的深度学习框架TensorFlow、PyTorch、Megatron和DeepSpeed。
• 千亿级特征样本的大规模并行计算框架Parameter Server。
• Spark、PySpark、MapReduce等业内主流开源框架。

PAI提供的服务：

• 可视化建模和分布式训练Designer，详情请参见可视化建模（Designer）。
• Notebook交互式AI研发DSW（Data Science Workshop），详情请参见交互式建模（DSW）。
• 分布式训练DLC（Deep Learning Containers），详情请参见分布式训练（DLC）。
• 在线预测EAS（Elastic Algorithm Service），详情请参见模型在线服务（EAS）。

PAI依托于阿里云及阿里巴巴集团多年的应用及技术积累，具备以下多种优势。

• AI 研发全生命周期全链路：

1. 支持数据标注、模型开发、模型训练、模型优化、模型部署以及AI运维管控，是一站式AI平台。
2. 拥有140+种优化的内置算法组件。
3. 支持业内TensorFlow、PyTorch等多种深度学习框架。
4. 提供多种模式、大数据引擎深度结合、多框架兼容、自定义镜像等核心能力。
5. 提供云原生架构的AI开发、训练、部署的产品。

• 多样的产品输出方式：

1. 公共云支持全托管、半托管。
2. 支持AI 高性能计算集群和轻量化输出产品形态。

• 业内领先的AI优化：

1. 高性能的训练框架，稀疏训练场景，支持数十亿到数百亿的稀疏特征规模，数百亿到数千亿的样本规模，上千worker的分布式增量训练。
2. 主流框架模型加速，使用PAI Blade提升RestNet50、Transformer+LM等十数个主流模型加速比。

• 该服务支持单独或组合使用。支持一站式机器学习，您只需准备好训练数据（存放到OSS或MaxCompute中），所有建模工作（包括数据上传、数据预处理、特征工程、模型训练、模型评估和模型发布至离线或在线环境）都可以通过PAI实现。
• 对接DataWorks，支持SQL、UDF、UDAF、MR等多种数据处理方式，灵活性高。
• 生成训练模型的实验流程支持DataWorks周期性调度，且调度任务区分生产环境和开发环境，从而实现数据安全隔离。