Platform for AI (PAI) は、データのラベル付け、モデルの開発、モデルのトレーニング、およびモデルの展開をカバーする、機械学習のためのオールインワンソリューションを提供します。 このトピックでは、PAIの概要について説明します。
PAIとは何ですか?
PAIは、開発者向けのワンストップ機械学習プラットフォームです。 Machine Learning Designer、Data Science Workshop (DSW) 、Deep Learning Containers (DLC) 、Elastic Algorithm Service (EAS) などのコアモジュールにより、PAIは、データラベリング、モデル開発、モデルトレーニング、およびモデル展開をカバーする機械学習のためのオールインワンソリューションを提供します。 PAIは柔軟で使いやすく、複数のオープンソースフレームワークとAI最適化機能をサポートします。
コアモジュール
名前 | 説明 | シナリオ | 例 |
コンポーネントをドラッグアンドドロップして、モデル開発用の視覚化されたAIパイプラインを構築します。 | モデルコード開発、モデルトレーニング、ワークフロー開発、またはワークフロースケジューリング。 | ||
ノートブック、VSCode、およびターミナルと統合されたクラウドベースのIDE。 | モデルコードの開発とトレーニング。 | ||
大規模な分散型深層学習タスクを処理できるクラウドネイティブAIトレーニングプラットフォーム。 | コーディング後のモデルトレーニングまたはコード実行。 マシン間の分散実行。 | ||
柔軟なスケーリング、バージョン管理、リソース監視を特徴とするオンラインサービスとしてモデルを展開します。 | トレーニング済みモデルをオンラインサービスとして展開します。 |
機能のリストについては、「PAIの機能」をご参照ください。
メリット
AIの研究開発のためのフルライフサイクルのエンドツーエンドのサービス:
データラベリング、モデル開発、モデルトレーニング、モデル最適化、モデル展開、AI O&MをワンストップAIプラットフォームとしてサポートします。
140種類以上の最適化された組み込みアルゴリズムコンポーネントを提供します。
複数のモード、ビッグデータエンジンとの深い統合、マルチフレームワークの互換性、カスタムイメージなどのコア機能を提供します。
クラウドネイティブのAI開発、トレーニング、およびデプロイサービスを提供します。
複数のオープンソースフレームワークのサポート:
ストリーム処理フレームワークFlink。
TensorFlow、PyTorch、Megatron、DeepSpeedなどのオープンソースバージョンに基づいて、深く最適化されたディープラーニングフレームワーク。
trillion-feature-sampleパラレルコンピューティングフレームワークParameter Server。
Spark、PySpark、MapReduceなどの業界をリードするオープンソースフレームワーク。
業界をリードするAI最適化:
高性能トレーニングフレームワーク、スパーストレーニングシナリオ、数十億から数百億のスパース機能、数百億から数十億のサンプル、数千人のワーカーの分散型増分トレーニングをサポートします。
PAI Bladeを使用して、RestNet50やTransformer言語モデル (LM) などの主流フレームワークモデルの高速化をサポートします。
多様なサービスモード:
パブリッククラウド向けのフルマネージドおよびセミマネージドのサービスをサポートします。
高性能AIコンピューティングクラスターと軽量サービスモードを提供します。
DataWorksとの統合:
SQL、ユーザー定義関数 (UDF) 、ユーザー定義集計関数 (UDAF) 、およびMapReduceを使用してデータを処理できるため、柔軟性と効率性が向上します。
DataWorksを使用してステージングまたは運用環境でタスクをスケジュールし、データの分離を可能にします。