机器学习PAI产品架构

机器学习PAI产品架构

本文介绍PAI的产品架构。

 如上图所示，PAI的业务架构分为五层：

1. 基础设施层：包括CPU、GPU、FPGA及NPU。
2. 计算引擎和容器服务层：包括MaxCompute、EMR、实时计算等计算引擎及容器服务ACK。
3. 计算框架层：包括Alink、TensorFlow、PyTorch、Caffe、MapReduce、SQL及MPI等计算框架，用于执行分布式计算任务。
4. 按照机器学习全流程，PAI分别提供了数据准备、模型开发和训练及模型部署阶段的产品：
5. 数据准备：PAI提供了智能标注，支持在多种场景下进行数据标注和数据集管理。
6. 模型开发和训练：PAI提供了可视化建模PAI-Studio、交互式编程建模PAI-DSW、云原生深度学习训练平台PAI-DLC及端到端自动学习PAI-AutoLearning，满足不同的建模需求。
7. 模型部署：PAI提供了云原生在线推理服务平台PAI-EAS和模型推理加速工具PAI-Blade，帮助您快速地将模型部署为服务。同时，PAI提供了智能生态市场，您可以获取业务解决方案和模型算法，实现相关业务和技术的高效对接。
8. 业务层：PAI应用于金融、医疗、教育、交通以及安全等各个领域。阿里巴巴集团内部的搜索系统、推荐系统及金融服务系统等，均依赖于PAI进行数据挖掘。

标签：机器,模型,建模,架构,学习,计算,PAI
来源： https://www.cnblogs.com/wujianming-110117/p/14410463.html