平台|阿里灵杰,让AI工程化由畅想照进现实( 二 )

  • 大数据与AI平台相互鱼水交融 , 有机结合的能力
  • 在开发层面完成对AI开发者开发效率的提升
  • 在工程平台上完成对AI算法的创新
  • 阿里灵杰:平台层基于AI三大要素打造核心价值
    目前为止 , 阿里灵杰围绕AI开发过程中不同类型的需求 , 提供一系列拳头产品和方案 , 开发者可以按需取用 。 包括大数据+AI平台类产品(云原生大数据计算服务MaxCompute、实时数仓Hologres、大数据开发治理平台DataWorks、开源大数据平台EMR、实时计算Flink版、数据检索分析Elasticsearch , 数据湖构建DLF、机器学习平台PAI) , AI开放服务类产品(视觉智能、智能语音交互、自然语言处理、智能增长等领域丰富的AI原子能力) , 以及丰富的场景化解决方案(城市大脑、工业大脑、AIEarth、数字人等) 。
    在大数据+AI平台层 , 据阿里云机器学习PAI平台和大数据平台技术负责人林伟介绍 , 阿里灵杰基于数据、算力、算法的人工智能三要素 , 打造了独一无二的技术核心竞争力 。

    平台|阿里灵杰,让AI工程化由畅想照进现实
    文章图片

    阿里云智能研究员、机器学习PAI平台和大数据平台技术负责人林伟
    数据质量决定模型高度
    通过湖仓一体化、数据分析引擎和AI一体化以及基于DataWorks打造的数据质量监控体系 , 灵杰围绕数据层面建立了完善的全链路体系以支持开发者进行AI模型的开发 。

    平台|阿里灵杰,让AI工程化由畅想照进现实
    文章图片

    算法开发迭代速度是重要生产力
    阿里灵杰基于云原生打造了极具开放性的弹性算力 , 为用户提供快速迭代算法的基础能力 。 同时为了帮助客户实现算法模型的落地 , 阿里灵杰提供了针对模型编译以及部署等流程的优化能力 , 为大模型提供了从训练到落地的一体化服务 。

    平台|阿里灵杰,让AI工程化由畅想照进现实
    文章图片

    AI系统能力是核心能力
    围绕超大规模稀疏模型训练及服务、超大规模多模态预训练模型、自动编译、大规模集群调度与MLOps能力 , 阿里灵杰针对工程领域打造了从开发到部署的端到端AI系统能力 。

    平台|阿里灵杰,让AI工程化由畅想照进现实
    文章图片

    PAI为基底 , 向上支撑 , AI工程化愿景初成
    在本次峰会上 , 阿里云机器学习PAI平台产品负责人黄博远带来了PAI-AI工作空间、PAI-iTAG智能标注、PAI-Designer、PAI-DSW、PAI-DLC等一系列全新产品的介绍 , 并针对M6大模型的生态体系与开发平台进行了深入解读 。

    推荐阅读