本文为您介绍PAI的产品架构。

架构图
如上图所示,PAI的业务架构从下至上分别为:
  1. 基础设施层:涵盖硬件设施、基础平台、计算资源及计算框架。
    1. PAI支持的硬件设施包括CPU、GPU、FPGA、NPU、容器服务ACK及ECS。
    2. 云原生AI基础平台和计算引擎层支持云原生AI基础平台PAI-DLC,大数据计算引擎包括MaxCompute、EMR、实时计算等。
    3. 在PAI上可以使用的计算框架包括PAI-TensorFlow、PAI-PyTorch、Alink、ODL、AliGraph、EasyRL、EasyRec、EasyTransfer及EasyVision等,用于执行分布式计算任务。
  2. 工作空间层:工作空间是PAI的顶层概念,为企业和团队提供统一的计算资源管理及人员权限管理能力,为AI开发者提供支持团队协作的全流程开发工具及AI资产管理能力。PAI工作空间和DataWorks工作空间在概念和实现上互通。
  3. 按照机器学习全流程,PAI分别提供了数据准备、模型开发和训练及模型部署阶段的产品:
    1. 数据准备:PAI提供了智能标注(iTAG),支持在多种场景下进行数据标注和数据集管理。
    2. 模型开发和训练:PAI提供了可视化建模PAI-Designer、交互式编程建模PAI-DSW、训练任务提交,满足不同的建模需求。
    3. 模型部署:PAI提供了云原生在线推理服务平台PAI-EAS,帮助您快速地将模型部署为服务。
    4. 此外,PAI提供了智能生态市场和AI能力体验中心,您可以获取并体验业务解决方案和模型算法,实现相关业务和技术的高效对接。
  4. AI服务层:PAI广泛应用于金融、医疗、教育、交通以及安全等各个领域。阿里巴巴集团内部的搜索系统、推荐系统及金融服务系统等,均依赖于PAI进行数据挖掘。