在新一輪科技革命的浪潮中，AI 已經(jīng)成為全行業(yè)轉(zhuǎn)型升級(jí)的核心驅(qū)動(dòng)力。疫情當(dāng)前，不少企業(yè)開(kāi)始用 AI 推動(dòng)生產(chǎn)經(jīng)營(yíng)和員工安全復(fù)工，如用 AI 智能客服提供語(yǔ)音咨詢服務(wù)，有效規(guī)避客服人員集中辦公；通過(guò)營(yíng)銷(xiāo) AI 自動(dòng)開(kāi)展線上活動(dòng)，以非接觸形式為客戶提供差異化服務(wù)等。

才云 Caicloud Clever 是基于容器底層技術(shù)的云原生 AI 平臺(tái)，提供數(shù)據(jù)管理、模型管理、流程管理、資源管理四大核心能力，涵蓋企業(yè)從數(shù)據(jù)治理、模型開(kāi)發(fā)、模型訓(xùn)練、模型調(diào)優(yōu)、模型發(fā)布、AI 服務(wù)彈性運(yùn)營(yíng)的全流程自動(dòng)化管理：

數(shù)據(jù)管理：機(jī)器學(xué)習(xí)和 AI 以數(shù)據(jù)為原料，才云 Caicloud Clever 平臺(tái)提供結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)、版本化管理、協(xié)同標(biāo)注等服務(wù)；

模型管理：才云 Caicloud Clever 通過(guò)基于線上 Notebook 的協(xié)同模型開(kāi)發(fā)、超參數(shù)搜索、模型評(píng)估、多模型比對(duì)等能力，降低模型開(kāi)發(fā)的門(mén)檻，并通過(guò)模型倉(cāng)庫(kù)對(duì)寶貴的模型資產(chǎn)進(jìn)行版本化管理，實(shí)現(xiàn)模型的可復(fù)現(xiàn)；

流程管理：才云 Caicloud Clever 的工程項(xiàng)目實(shí)現(xiàn)了 AI 開(kāi)發(fā)運(yùn)維的流程自動(dòng)化，通過(guò)自動(dòng)化提升端到端 AI 開(kāi)發(fā)、發(fā)布、運(yùn)維的整體效率；

資源管理：才云 Caicloud Clever 擴(kuò)展了 Kubernetes 和 Kubeflow 的調(diào)度能力，實(shí)現(xiàn)了對(duì) CPU、GPU 的細(xì)粒度虛擬化、共享、分布式調(diào)度，并能對(duì)海量數(shù)據(jù)和復(fù)雜模型進(jìn)行分布式訓(xùn)練加速和彈性推理服務(wù)。

為幫助更多客戶根據(jù)不同場(chǎng)景、產(chǎn)品、用戶群體定制 AI 解決方案，才云特推出 Caicloud Clever 全新版本 v1.5.0。新版本進(jìn)一步優(yōu)化 AutoML，算法覆蓋更多場(chǎng)景，通過(guò)平臺(tái)+預(yù)置算法解決方案，幫助企業(yè)快速落地 AI 服務(wù)，在更多場(chǎng)景下以更高效的方式獲取更高收益。

下面是才云新一代云化 AI 平臺(tái) Caicloud Clever v1.5.0 四大新特性的詳解。

AutoML 進(jìn)一步優(yōu)化，模型開(kāi)發(fā)更高效

AutoML 的目的在于通過(guò)自動(dòng)化的數(shù)據(jù)驅(qū)動(dòng)將機(jī)器學(xué)習(xí)應(yīng)用于現(xiàn)實(shí)問(wèn)題。出于對(duì)技術(shù)自主可控和規(guī)模化應(yīng)用的考量，才云 Caicloud Clever 持續(xù)提升自動(dòng)化能力，降低使用門(mén)檻以貼合企業(yè)現(xiàn)實(shí)人力和技術(shù)環(huán)境。

在新版本中，AutoML 以工程視角持續(xù)提升端到端的模型交付體驗(yàn)，重點(diǎn)優(yōu)化自動(dòng)模型訓(xùn)練、超參數(shù)自動(dòng)尋優(yōu)等關(guān)鍵功能。用戶只需提供訓(xùn)練數(shù)據(jù)和初始參數(shù)，即可讓才云 Caicloud Clever 自動(dòng)完成調(diào)參，鎖定最優(yōu)超參數(shù)，最大化提升訓(xùn)練效率及效果。

同時(shí)，才云 Caicloud Clever 提供的過(guò)程可視化能幫助用戶快速了解模型訓(xùn)練過(guò)程中超參數(shù)所發(fā)揮的功能，為企業(yè)更好地應(yīng)用 AI 積累必須的技術(shù)認(rèn)知、直覺(jué)和經(jīng)驗(yàn)。

預(yù)置算法覆蓋更多場(chǎng)景，開(kāi)箱即用

作為對(duì)業(yè)務(wù)負(fù)責(zé)的下一代云化 AI 平臺(tái)，才云 Caicloud Clever 封裝了多種企業(yè)業(yè)務(wù)場(chǎng)景，以 500 強(qiáng)企業(yè)落地成果賦能每一位用戶定制化 AI 應(yīng)用開(kāi)發(fā)。

在 Caicloud Clever v1.5.0 中，才云新增超過(guò) 20 種預(yù)置算法模型，涵蓋圖像分類(lèi)、圖像分割、圖像檢測(cè)、OCR、機(jī)器翻譯、文本分類(lèi)、傳統(tǒng)機(jī)器學(xué)習(xí)等，覆蓋企業(yè) AI 應(yīng)用全場(chǎng)景。方便用戶更快、更靈活地找到符合實(shí)際應(yīng)用的解決方案，并得到優(yōu)質(zhì)的模型與預(yù)測(cè)效果。

服務(wù)在線部署，性能提升更極致

對(duì)企業(yè)客戶來(lái)說(shuō)，完成模型訓(xùn)練后，為了確定其性能和準(zhǔn)確性是否滿足業(yè)務(wù)需求，企業(yè)往往需要對(duì)其進(jìn)行測(cè)試、驗(yàn)證和評(píng)估。

在新版本中，除了支持用戶利用歷史數(shù)據(jù)測(cè)試模型性能，才云 Caicloud Clever 現(xiàn)在也提供對(duì)外在線部署服務(wù)功能與快速便捷的模型在線驗(yàn)證功能。模型訓(xùn)練好后，在正式發(fā)布使用前，用戶可以通過(guò)頁(yè)面上傳圖片進(jìn)行實(shí)時(shí)數(shù)據(jù)在線測(cè)試，快速校驗(yàn)?zāi)Ｐ托Ч?，進(jìn)而綜合不同業(yè)務(wù)規(guī)則衡量模型的整體適用性。

模型服務(wù)支持 GPU 顯存共享

GPU 是支撐 AI 應(yīng)用的關(guān)鍵計(jì)算加速設(shè)備。當(dāng)前，TensorFlow、PyTorch 等主流框架只支持將一個(gè)或多個(gè) GPU 分配給一個(gè)模型服務(wù)。數(shù)據(jù)表明，當(dāng)模型服務(wù)成功部署后，GPU 資源利用率大多只有 20%-30%。如果一個(gè)模型服務(wù)在生產(chǎn)環(huán)境中獨(dú)占一塊昂貴的 GPU，無(wú)疑會(huì)給企業(yè)造成極大的資源浪費(fèi)。

在新版本中，為了提高顯存資源的利用率，才云 Caicloud Clever 在原先按品牌、型號(hào)調(diào)度 GPU 資源的基礎(chǔ)上，新推出對(duì)多個(gè)模型服務(wù)共享 GPU 顯存的支持。并行運(yùn)行多個(gè) AI 模型服務(wù)時(shí)，用戶可以把 GPU 拆分成多個(gè)部分，為模型訓(xùn)練等任務(wù)分配更大的 GPU 分片，把較少的資源提供給模型測(cè)試等資源占用較小的任務(wù)，顯著提高計(jì)算資源的利用率和機(jī)器學(xué)習(xí)吞吐量。

擁抱轉(zhuǎn)型，擁有未來(lái)

防疫不分線上線下，業(yè)務(wù)開(kāi)展和市場(chǎng)競(jìng)爭(zhēng)也不分線上線下。面對(duì)由疫情引發(fā)的經(jīng)濟(jì)下行壓力，很多企業(yè)已經(jīng)開(kāi)始走向?qū)?nèi)削減公司運(yùn)營(yíng)成本、對(duì)外創(chuàng)新服務(wù)終端客戶模式。疫情過(guò)后，企業(yè)將迎來(lái)真正決定行業(yè)未來(lái)前進(jìn)方向的關(guān)鍵時(shí)期。

在這個(gè)背景下，如果企業(yè)能迅速開(kāi)發(fā)、上線定制化的各類(lèi) AI 服務(wù)，利用智能系統(tǒng)自動(dòng)化部分內(nèi)部管理流程，在不同的場(chǎng)景和業(yè)務(wù)中根據(jù)數(shù)據(jù)做智能決策，那么企業(yè)增加營(yíng)收的目標(biāo)也許不再需要通過(guò)增加人力資源投入就能實(shí)現(xiàn)。

根據(jù) 2019 年業(yè)內(nèi)的一份報(bào)告，一家企業(yè)如果想完全自主優(yōu)化、管理機(jī)器學(xué)習(xí)模型，至少需要 1-6 名專(zhuān)業(yè)數(shù)據(jù)科學(xué)家。借助才云的云化 AI 平臺(tái) Caicloud Clever，大量人力不足的企業(yè)能享受到普惠 AI，即便不具備專(zhuān)家，普通 IT 團(tuán)隊(duì)也能把 AI 模型服務(wù)開(kāi)發(fā)簡(jiǎn)化成工廠作業(yè)，快速開(kāi)發(fā)、上線各類(lèi)更貼近產(chǎn)業(yè)特性的應(yīng)用，這對(duì)于企業(yè)的長(zhǎng)期發(fā)展和技術(shù)戰(zhàn)略布局有著實(shí)際意義。