DSW（Data Science Workshop）是為演算法開發人員量身打造的一站式AI開發平台，整合了JupyterLab、WebIDE、Terminal多種雲端開發環境，提供代碼編寫、調試及啟動並執行沈浸式體驗。DSW提供豐富的異構計算資源，支援掛載OSS、NAS、CPFS類型的資料集，預置了多種開源架構的鏡像，支援執行個體的生命週期管理，實現開箱即用的高效開發模式。
功能特性
一站式服務
DSW支援掛載OSS、NAS、CPFS等檔案系統，支援接入MaxCompute資料。
提供了DLC和EAS工具，實現了從資料處理到開發調試、訓練模型以及將模型部署的AI開發全鏈路。
靈活易用
提供豐富的異構計算資源，包括公用資源群組和專有資源群組，使用者可以靈活選擇和變更配置。
支援多種開源架構的鏡像，並且支援使用者製作自訂鏡像。
內建Notebook、WebIDE、Terminal等開發環境，滿足個人化開發需求。
除Python之外，還支援R語言和SQL語句的編寫和執行。
精細化管理
支援定時關機、閑置關機等生命週期管理配置，協助使用者節省成本。
提供CPU/GPU/記憶體水位即時監控，讓使用者即時掌握資源使用方式，及時調整任務分配和最佳化代碼效能。
情境化實踐
Notebook Gallery提供了LLM、AIGC前沿領域的教程案例，打造屬於開發人員的內容平台，支援使用者快速上手，以及對感興趣的內容進行二次開發。
企業級能力
工作空間管理員可以進行全域資源分派，以及配置資源回收策略。
應用情境
機器學習和資料科學
DSW支援JupyterLab互動式編程環境，預置了PyTorch、Tensorflow等豐富的鏡像，演算法人員和資料科學家可以輕鬆地進行資料工程、模型開發和訓練、可視化分析等任務，無需擔心資源營運和環境配置。
AIGC和大模型
Notebook Gallery提供了海量前沿案例，以Notebook的形式介紹了熱門情境的最佳實務，如Stable Diffusion、Llama2、通義千問等。使用者可以直接在DSW運行這些教程，在實踐中學習，也可以基於教程二次開發，打造自己的創意情境。
AI+巨量資料一體化
DSW除了支援Python和R語言之外，還對接了巨量資料的能力，使用者能夠通過SQL File外掛程式，使用SQL語句對MaxCompute資料來源進行資料查詢，或通過Notebook串連EMR叢集提交Spark任務。