Apa itu Platform for AI (PAI) Alibaba Cloud? - Platform For AI

Ikhtisar platform

Platform for AI (PAI) adalah platform pengembangan AI end-to-end dari Alibaba Cloud yang mencakup seluruh siklus hidup pengembangan AI: pengembangan model, pelatihan, dan penerapan. PAI terdiri atas modul-modul inti berikut:

Modul	Deskripsi	Kasus penggunaan	Mulai cepat
Model Gallery	Menggabungkan EAS dan DLC untuk memungkinkan Anda melatih dan menerapkan model bahasa besar (LLM) open-source tanpa menulis kode.	Pelatihan dan penerapan model open-source tanpa kode	Mulai cepat Model Gallery
Elastic Algorithm Service (EAS)	Menerapkan model yang telah dilatih sebagai layanan inferensi online dengan konfigurasi minimal.	Penerapan model sebagai titik akhir layanan	Mulai cepat EAS
Data Science Workshop (DSW)	Menyediakan IDE berbasis cloud (mesin pengembangan). Pengguna yang terbiasa dengan Notebook atau VS Code dapat langsung mulai mengembangkan model.	Pengembangan model AI	Mulai cepat DSW
Deep Learning Containers (DLC)	Membuat pekerjaan pelatihan terdistribusi atau single-node secara cepat tanpa perlu menyediakan mesin atau mengatur lingkungan secara manual. Berfungsi dengan skrip pelatihan yang sama seperti yang dijalankan secara lokal.	Pelatihan model terdistribusi	Mulai cepat DLC
Machine Learning Designer	Menyertakan lebih dari 140 komponen algoritma bawaan untuk pemodelan visual low-code. Bangun model dengan menyeret dan melepas komponen.	Pengembangan model data besar dan AI	Mulai cepat Designer

Klik nama modul untuk mempelajari lebih lanjut tentang fiturnya.

Manfaat

Siklus Hidup Pengembangan AI Lengkap

Mencakup anotasi data, pengembangan model, pelatihan, optimasi, penerapan, dan manajemen operasi AI dalam satu platform.
Menyediakan lebih dari 140 komponen algoritma bawaan yang telah dioptimalkan.
Menawarkan berbagai mode pengembangan, integrasi mendalam dengan mesin data besar, kompatibilitas multi-framework, dan gambar kustom.

Berbagai Framework Open-Source

Mendukung framework pemrosesan aliran Flink.
Menyediakan framework pembelajaran mendalam TensorFlow, PyTorch, Megatron, dan DeepSpeed yang telah dioptimalkan secara mendalam dari rilis open-source-nya.
Bekerja dengan framework open-source utama seperti Spark, PySpark, dan MapReduce.

Optimasi AI Terdepan di Industri

Menyediakan framework pelatihan jarang berkinerja tinggi yang mendukung miliaran hingga puluhan miliar fitur jarang serta puluhan miliar hingga ratusan miliar sampel. Framework ini juga mendukung pelatihan inkremental terdistribusi di lebih dari 1.000 worker.
Mempercepat inferensi untuk model yang dibangun di atas framework utama. PAI-Blade meningkatkan rasio akselerasi untuk model seperti ResNet50 dan Transformer+LM.

Opsi Penerapan Fleksibel

Mendukung mode fully managed dan semi-managed di cloud publik.
Menawarkan kluster komputasi AI berkinerja tinggi dan opsi penerapan ringan.
Mendukung penjadwalan periodik melalui DataWorks, dengan lingkungan produksi dan pengembangan terpisah untuk isolasi data.

Penagihan

Metode penagihan	Deskripsi	Kasus penggunaan	Modul yang berlaku
Pay-as-you-go	Bayar setelah penggunaan, berdasarkan konsumsi aktual.	Beban kerja jangka pendek atau tidak dapat diprediksi seperti lingkungan pengujian, lonjakan permintaan, atau proyek tahap awal.	DSW, DLC, EAS, Designer
Subscription	Paket prabayar bulanan atau tahunan.	Beban kerja jangka panjang dan stabil. Pembayaran di muka untuk periode tetap, seperti satu bulan atau satu tahun, memberikan harga satuan lebih rendah dibandingkan pay-as-you-go.	DSW, DLC, EAS
Resource plan	Paket kuota prabayar untuk sumber daya tertentu.	Penggunaan intensif satu jenis sumber daya. Paket kuota menawarkan diskon volume.	DSW
Savings plan	Rencana prabayar dengan komitmen pengeluaran tetap.	Komitmen pengeluaran tetap selama periode tertentu, sebagai imbalan atas tarif pay-as-you-go yang lebih rendah.	DSW, EAS
Duration-based billing (Serverless)	Bayar setelah penggunaan. Biaya hanya dikenakan selama layanan aktif memproses permintaan. Penerapan gratis, dan layanan melakukan scaling secara otomatis berdasarkan volume permintaan.	Volume permintaan bervariasi dengan penerapan Serverless. Menangani konkurensi tinggi dan beban dinamis.	EAS

Untuk informasi lebih lanjut, lihat Penagihan sumber daya komputasi AI.

Panduan pengguna baru

Jika Anda baru mengenal PAI, mulailah dengan Memulai dengan PAI.

Kasus penggunaan

Penerapan dan fine-tuning LLM

AIGC

Retrieval-augmented generation (RAG)

Agen AI

FAQ

T: Apa yang harus saya lakukan jika instans DSW gagal memulai atau berhenti, dan bagaimana cara melepaskannya?

Untuk informasi lebih lanjut, lihat FAQ DSW - Memulai dan melepas instans.

T: Mengapa panggilan layanan EAS gagal?

Untuk informasi lebih lanjut, lihat FAQ EAS - Pemanggilan layanan.