前沿科技探索家 · 2021年08月06日

飞桨AI开发平台企业版BML,为人工智能新基建助力

伴随着产业智能化的大潮,AI正成为诸多行业转型升级的通用技术,企业级AI开发平台的作用日益凸显。

近日,百度智能云面向广大企业用户,正式发布飞桨AI开发平台企业版BML4.0(后简称BML)。BML的使命是打通数据闭环,提供一站式人工智能建模与推理预测服务。平台面向用户同时提供机器学习和深度学习服务能力,实现从数据源管理、数据标注、数据管理、数据预处理、模型训练,到模型管理、预测服务管理、监控服务等全AI工作周期管理。为企业的智能化转型提供基础开发平台。

1.jpg

企业利用AI技术获取业务价值,这就好比从汽车零部件到整车的制造过程,数据是汽车零部件,最终创造的业务价值是整车,根据使用中的车况反馈优化汽车的设计,这是汽车建设过程中的一个闭环,其中提升整个制造过程效率的是其中的汽车生产线。

AI的闭环建设与汽车的制造闭环类似,BML在AI建设的过程中就扮演着汽车生产线这样的角色,能够规模化,更有效率的落地AI业务场景。当前,新基建的号角已经吹响,以人工智能为代表的新基础设施建设进一步加速,BML将为进一步促进新基建高质量发展提供更强动力。

1.jpg

全面的功能领先行业

BML面向用户同时提供机器学习和深度学习服务能力,实现从数据源管理、数据标注、数据管理、数据预处理、模型训练、模型管理、预测推理服务管理、监控服务等AI工作全周期管理。五大引擎构成BML的主体,数据处理引擎、模型生产引擎、模型应用引擎、企业级链接引擎和资源管理引擎。

数据引擎包含数据标注、数据管理、数据探索、特征工程、数据共享等功能。其中数据标注支持结构化数据、文本、图片等类型数据,支持人工标注、智能标注、人工分发和人工审核。支持HIVE、MYSQL、ORACLE、DM等主流数据源,也可以根据用户的数据源情况定制开发。

模型生产引擎包含交互式建模,可视化建模,AutoML以及极具特点的智能文本,智能视觉。即开即用的Jupyterleb环境,内置多种常用框架,无需配置环境。DAG工作流式模型开发,算子组件丰富、灵活多样。支持多种Auto算法,省去编程和参数调优的冗繁重复工作。智能视觉,智能文本则可以以产线的方式快速构建例如图像分类等场景。用户可以直接使用BML内置的文本分类,目标检测等产线直接落地场景,也可以构建自己的产线在企业内部共享使用。

此外模型仓库在管理BML自建模型同时支持第三方模型管理,支持市面上主流的模型类型。预测服务支持多类型框架,健全的监控服务以及完整的企业级管理体系保证平台稳定高可用。

1.jpg

技术优势突出

能力全面的同时BML保持明显的差异化优势,支持全面国产化、昆仑芯片、PaddlePaddle计算框架等自研技术,从底层到应用具有很强的自主可控性。其中PaddlePaddle有大量在产业实践当中沉淀出来的模型,通过BML可以针对不同的行业直接输出。针对大规模的工业化场景,PaddlePaddle提供大规模分布式训练能力,在真正的工业场景中应对自如。

在存储方面,企业级的存储ABC Storage全闪存解决方案,具有高性能、低延迟、线性扩展的特点,在集群不变情况下,性能不受文件数量增长影响。分布式的存储架构,支持千亿文件数量的同时降低TCO 60% 以上,存储数据根据业务流程进行数据流、冷热、生命周期管理,支持快速检索和AI分析,提高业务效率1~3倍。此外,平台多机多卡的分布式训练和对企业级超大规模数据的支持,可显著缩短模型开发所需时间。

另外充分集成在NLP方向表现优秀的Ernie,Ernie1.0通过建模海量数据中的词、实体及实体关系,学习真实世界的语义知识,直接对先验语义知识单元进行建模,增强了模型语义表示能力。ERNIE 2.0则基于持续学习的语义理解预训练框架,使用多任务学习增量式构建预训练任务。新构建的预训练任务类型可以无缝的加入训练框架,持续的进行语义理解学习。通过新增的实体预测、句子因果关系判断、文章句子结构重建等语义任务,ERNIE 2.0语义理解预训练模型从训练数据中获取了词法、句法、语义等多个维度的自然语言信息,极大地增强了通用语义表示能力。

软硬结合 一体交付

软件+算力硬件一体化交付,用户根据自身需求个性化定制,享受AI训练一体机交钥匙体验。国产CPU,昆仑芯片支持一体机国产化,具有高度集成、一体化交付、安全可靠、智能高效,灵活选配、柔性定制、简易部署、快速上线等特点。超级AI计算机6项业界领先:单机16卡、4-64卡扩展、液冷散热、硬件解耦、资源池化、Baremetal虚拟机。引领技术趋势,主导OAI国际标准定义。

除融汇了百度智能云丰厚的技术底蕴,BML4.0也充分结合了合作伙伴的能力。在百度和英特尔联合发布的全新存储解决方案中,英特尔傲腾数据中心级固态盘和英特尔 QLC 3D NAND固态盘发挥了巨大作用。能加速高性能计算工作负载中的机器学习性能,为用户提供拥有诸多功能的端到端高性能计算支持。

1.jpg

行业落地赋能

当前,随着中国产业智能化升级进程逐步深入,人工智能与多产业的结合越来越紧密,需要面对越来越复杂的场景,BML作为一款覆盖全行业的企业级AI平台,较好的解决了这个问题。多种子产品形态,支持公有云、私有部署在内的多种交付形式,在满足不同企业的AI开发需求同时,预置各类案例模型,大大降低企业智能化转型的门槛,目前已广泛落地于工业、教育、金融、互联网等诸多行业。

针对企业人才不足的情况,BML团队根据用户业务需求提供场景建模的服务,同时搭配产品与技术培训,竞赛等赋能服务,让无数企业享受到了智能化带来的福利。

未来

面向未来,BML会继续升级平台功能与服务质量,创新AI开发产品体验,推出应用定制化产品,贴近应用需求,提高产品灵活性,支持更高效被集成,为企业的智能化转型升级打下夯实的基础,助力各行业平稳快速发展。充分与百度的优势技术集成,打造统一企业AI平台方案,一体化输出百度AI PaaS能力,助力企业客户构建自有AI大脑。

推荐阅读
关注数
12971
内容数
325
带你捕获最前沿的科技信息,了解最新鲜的科技资讯
目录
极术微信服务号
关注极术微信号
实时接收点赞提醒和评论通知
安谋科技学堂公众号
关注安谋科技学堂
实时获取安谋科技及 Arm 教学资源
安谋科技招聘公众号
关注安谋科技招聘
实时获取安谋科技中国职位信息