Designer概述 - 人工智能平台 PAI

Designer（Studio 2.0）是PAI产品基于云原生架构Pipeline Service -- PAIFlow的可视化建模工具，提供端到端的机器学习全链路开发环境，帮助您实现端到端的机器学习开发流程。同时，Designer中内置了丰富且成熟的机器学习算法，覆盖商品推荐、金融风控及广告预测等场景，支持基于MaxCompute、通用训练资源、Flink等计算资源进行大规模分布式运算，可以快速满足不同方向的业务需求。

Designer&PAIFlow产品架构

Designer功能特性

Designer支持阿里云账号（主账号）和RAM用户（子账号）登录使用。如果使用子账号，则需要主账号对其进行授权，详情请参见云产品依赖与授权：Designer。
Designer支持使用模板或手动创建工作流。通过模板可以快速创建工作流，运行成功后，直接进行模型部署。关于如何创建及管理工作流，详情请参见参考工作流概述。
系统提供百余种AI开发流程组件，支持接入MaxCompute表数据或OSS数据等多种数据源，通过自带阿里最佳实践的算法进行模型构建，并将模型部署至EAS。
提供当前工作流相关任务的管理、工作流版本管理及回滚，详情请参见调试模型。
在进行模型训练时，Designer提供可视化大屏，以对过程中的数据、模型、评测指标进行可视化分析，辅助您获得最佳模型。
Designer支持工作空间内的工作流协作共享，同时支持将运行成功的工作流部署至DataWorks做周期性调度或者发布为自定义模板。
在Designer工作流中开发测试完成的模型支持注册至模型管理，一键部署模型服务或打包成复合模型进行部署，详情请参见模型预测概述。

Designer提供的工作流组件

Designer为您提供百余种组件，满足多种场景的使用，组件详情请参见组件参考：所有组件汇总。

区分类型

详情

从使用场景来区分

传统机器学习组件
包括数据预处理、特征工程、统计分析、异常检测、推荐算法、时间序列及网络分析等算法组件。
深度学习框架组件
包括基于PAI-Easy系列的视觉类算法、语音类算法、自然语言处理算法，以及TensorFlow、PyTorch等深度学习框架。
自定义算法组件
包括SQL脚本、Python脚本、PyAlink脚本等自定义算法组件，可以满足您更加定制化的算法工作流串联需求。

从实现框架及支持的计算资源来区分

包括Alink框架和PAICommand框架，两种框架的算法组件各自具有一些独特的功能特性：

Alink框架算法组件（组件上有紫色圆点标记），支持在MaxCompute、Flink或通用训练资源上运行。
- Alink框架算法支持Pipeline部署，详情请参见Pipeline部署在线服务。
- Alink框架算法支持成组运行，详情请参见高级功能：Alink组件成组执行。
PAICommand框架算法组件，仅支持在MaxCompute计算资源上运行。
PAICommand框架算法组件除了支持直接使用组件，还支持PAI命令的调用方式。您可以在Designer的SQL组件、DataWorks数据开发、MaxCompute命令行工具中进行调用。

Designer的使用流程

Designer的使用流程图如下所示。

创建工作流
使用Designer建模前，您需要新建一个工作流。工作流支持多种创建方式，您可以结合自身业务情况，选择合适的方式来创建工作流。
模型训练
在Designer工作流页面，使用Designer提供的组件构建模型，并选择所需的计算资源（包括MaxCompute、Flink、通用训练资源）运行工作流来调试模型，最终完成模型训练。后续您也可以通过调度配置，来指定工作流是否需要周期性自动运行，实现模型定时自动更新。
（可选）可视化分析
模型训练完成后，您可以使用可视化大屏快速查看分析报告，以评估模型是否满足预期要求。
部署模型
模型训练完成后，您可以将其部署到生产化环境并对新数据进行预测。

工作流调度引擎：PAIFlow

PAIFlow是Designer底层的工作流调度引擎，您可以从Designer提交工作流任务到PAIFlow执行。
PAIFlow任务管理页包含了全部通过Designer手动执行、DataWorks周期性调度Designer工作流提交的Pipeline任务，详情请参见管理工作流任务。