当前位置:首页 > 智能硬件 > 人工智能AI
[导读] 在新一轮科技革命的浪潮中,AI 已经成为全行业转型升级的核心驱动力。疫情当前,不少企业开始用 AI 推动生产经营和员工安全复工,如用 AI 智能客服提供语音咨询服务,有效规避客服人员集中办公;通

在新一轮科技革命的浪潮中,AI 已经成为全行业转型升级的核心驱动力。疫情当前,不少企业开始用 AI 推动生产经营和员工安全复工,如用 AI 智能客服提供语音咨询服务,有效规避客服人员集中办公;通过营销 AI 自动开展线上活动,以非接触形式为客户提供差异化服务等。

才云 Caicloud Clever 是基于容器底层技术的云原生 AI 平台,提供数据管理、模型管理、流程管理、资源管理四大核心能力,涵盖企业从数据治理、模型开发、模型训练、模型调优、模型发布、AI 服务弹性运营的全流程自动化管理:

数据管理:机器学习和 AI 以数据为原料,才云 Caicloud Clever 平台提供结构化与非结构化数据的存储、版本化管理、协同标注等服务;

模型管理:才云 Caicloud Clever 通过基于线上 Notebook 的协同模型开发、超参数搜索、模型评估、多模型比对等能力,降低模型开发的门槛,并通过模型仓库对宝贵的模型资产进行版本化管理,实现模型的可复现;

流程管理:才云 Caicloud Clever 的工程项目实现了 AI 开发运维的流程自动化,通过自动化提升端到端 AI 开发、发布、运维的整体效率;

资源管理:才云 Caicloud Clever 扩展了 Kubernetes 和 Kubeflow 的调度能力,实现了对 CPUGPU 的细粒度虚拟化、共享、分布式调度,并能对海量数据和复杂模型进行分布式训练加速和弹性推理服务。

为帮助更多客户根据不同场景、产品、用户群体定制 AI 解决方案,才云特推出 Caicloud Clever 全新版本 v1.5.0。新版本进一步优化 AutoML,算法覆盖更多场景,通过平台+预置算法解决方案,帮助企业快速落地 AI 服务,在更多场景下以更高效的方式获取更高收益。

下面是才云新一代云化 AI 平台 Caicloud Clever v1.5.0 四大新特性的详解。

AutoML 进一步优化,模型开发更高效

AutoML 的目的在于通过自动化的数据驱动将机器学习应用于现实问题。出于对技术自主可控和规模化应用的考量,才云 Caicloud Clever 持续提升自动化能力,降低使用门槛以贴合企业现实人力和技术环境。

在新版本中,AutoML 以工程视角持续提升端到端的模型交付体验,重点优化自动模型训练、超参数自动寻优等关键功能。用户只需提供训练数据和初始参数,即可让才云 Caicloud Clever 自动完成调参,定最优超参数,最大化提升训练效率及效果。

同时,才云 Caicloud Clever 提供的过程可视化能帮助用户快速了解模型训练过程中超参数所发挥的功能,为企业更好地应用 AI 积累必须的技术认知、直觉和经验。

预置算法覆盖更多场景,开箱即用

作为对业务负责的下一代云化 AI 平台,才云 Caicloud Clever 封装了多种企业业务场景,以 500 强企业落地成果赋能每一位用户定制化 AI 应用开发。

在 Caicloud Clever v1.5.0 中,才云新增超过 20 种预置算法模型,涵盖图像分类、图像分割、图像检测、OCR、机器翻译、文本分类、传统机器学习等,覆盖企业 AI 应用全场景。方便用户更快、更灵活地找到符合实际应用的解决方案,并得到优质的模型与预测效果。

服务在线部署,性能提升更极致

对企业客户来说,完成模型训练后,为了确定其性能和准确性是否满足业务需求,企业往往需要对其进行测试、验证和评估。

在新版本中,除了支持用户利用历史数据测试模型性能,才云 Caicloud Clever 现在也提供对外在线部署服务功能与快速便捷的模型在线验证功能。模型训练好后,在正式发布使用前,用户可以通过页面上传图片进行实时数据在线测试,快速校验模型效果,进而综合不同业务规则衡量模型的整体适用性。

模型服务支持 GPU 显存共享

GPU 是支撑 AI 应用的关键计算加速设备。当前,TensorFlow、PyTorch 等主流框架只支持将一个或多个 GPU 分配给一个模型服务。数据表明,当模型服务成功部署后,GPU 资源利用率大多只有 20%-30%。如果一个模型服务在生产环境中独占一块昂贵的 GPU,无疑会给企业造成极大的资源浪费。

在新版本中,为了提高显存资源的利用率,才云 Caicloud Clever 在原先按品牌、型号调度 GPU 资源的基础上,新推出对多个模型服务共享 GPU 显存的支持。并行运行多个 AI 模型服务时,用户可以把 GPU 拆分成多个部分,为模型训练等任务分配更大的 GPU 分片,把较少的资源提供给模型测试等资源占用较小的任务,显著提高计算资源的利用率和机器学习吞吐量。

拥抱转型,拥有未来

防疫不分线上线下,业务开展和市场竞争也不分线上线下。面对由疫情引发的经济下行压力,很多企业已经开始走向对内削减公司运营成本、对外创新服务终端客户模式。疫情过后,企业将迎来真正决定行业未来前进方向的关键时期。

在这个背景下,如果企业能迅速开发、上线定制化的各类 AI 服务,利用智能系统自动化部分内部管理流程,在不同的场景和业务中根据数据做智能决策,那么企业增加营收的目标也许不再需要通过增加人力资源投入就能实现。

根据 2019 年业内的一份报告,一家企业如果想完全自主优化、管理机器学习模型,至少需要 1-6 名专业数据科学家。借助才云的云化 AI 平台 Caicloud Clever,大量人力不足的企业能享受到普惠 AI,即便不具备专家,普通 IT 团队也能把 AI 模型服务开发简化成工厂作业,快速开发、上线各类更贴近产业特性的应用,这对于企业的长期发展和技术战略布局有着实际意义。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: 驱动电源

在工业自动化蓬勃发展的当下,工业电机作为核心动力设备,其驱动电源的性能直接关系到整个系统的稳定性和可靠性。其中,反电动势抑制与过流保护是驱动电源设计中至关重要的两个环节,集成化方案的设计成为提升电机驱动性能的关键。

关键字: 工业电机 驱动电源

LED 驱动电源作为 LED 照明系统的 “心脏”,其稳定性直接决定了整个照明设备的使用寿命。然而,在实际应用中,LED 驱动电源易损坏的问题却十分常见,不仅增加了维护成本,还影响了用户体验。要解决这一问题,需从设计、生...

关键字: 驱动电源 照明系统 散热

根据LED驱动电源的公式,电感内电流波动大小和电感值成反比,输出纹波和输出电容值成反比。所以加大电感值和输出电容值可以减小纹波。

关键字: LED 设计 驱动电源

电动汽车(EV)作为新能源汽车的重要代表,正逐渐成为全球汽车产业的重要发展方向。电动汽车的核心技术之一是电机驱动控制系统,而绝缘栅双极型晶体管(IGBT)作为电机驱动系统中的关键元件,其性能直接影响到电动汽车的动力性能和...

关键字: 电动汽车 新能源 驱动电源

在现代城市建设中,街道及停车场照明作为基础设施的重要组成部分,其质量和效率直接关系到城市的公共安全、居民生活质量和能源利用效率。随着科技的进步,高亮度白光发光二极管(LED)因其独特的优势逐渐取代传统光源,成为大功率区域...

关键字: 发光二极管 驱动电源 LED

LED通用照明设计工程师会遇到许多挑战,如功率密度、功率因数校正(PFC)、空间受限和可靠性等。

关键字: LED 驱动电源 功率因数校正

在LED照明技术日益普及的今天,LED驱动电源的电磁干扰(EMI)问题成为了一个不可忽视的挑战。电磁干扰不仅会影响LED灯具的正常工作,还可能对周围电子设备造成不利影响,甚至引发系统故障。因此,采取有效的硬件措施来解决L...

关键字: LED照明技术 电磁干扰 驱动电源

开关电源具有效率高的特性,而且开关电源的变压器体积比串联稳压型电源的要小得多,电源电路比较整洁,整机重量也有所下降,所以,现在的LED驱动电源

关键字: LED 驱动电源 开关电源

LED驱动电源是把电源供应转换为特定的电压电流以驱动LED发光的电压转换器,通常情况下:LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: LED 隧道灯 驱动电源
关闭