Alibaba Pai - 人工智能平台

编程乐园

于 2025-03-21 19:15:00 发布

阅读量1.7k

点赞数 38

分类专栏： # AI 公司产品资讯等文章标签：人工智能 alibaba PAI 平台

本文链接：https://blog.csdn.net/lovechris00/article/details/146380370

版权

AI 公司产品资讯等专栏收录该内容

12 篇文章

订阅专栏

文章目录

一、关于 PAI

人工智能平台 PAI（Platform of Artificial Intelligence）面向企业客户及开发者，提供轻量化、高性价比的云原生人工智能，涵盖DSW交互式建模、Designer拖拽式可视化建模、DLC分布式训练到EAS模型在线部署的全流程。

主页：https://help.aliyun.com/zh/pai/
快速入门：https://help.aliyun.com/zh/pai/getting-started/
实践教程：https://help.aliyun.com/zh/pai/use-cases/

人工智能平台PAI起初是服务于阿里巴巴集团内部（例如淘宝、支付宝和高德）的机器学习平台，致力于让公司内部开发者更高效、简洁、标准地使用人工智能AI（Artificial Intelligence）技术。

随着PAI的不断发展，2018年PAI平台正式商业化，目前已经积累了数万的企业客户和个人开发者，是中国云端机器学习平台之一。

视频介绍：https://cloud.video.taobao.com/play/u/null/p/1/e/6/t/1/376985351549.mp4?SBizCode=xiaoer

PAI底层支持多种计算框架：

流式计算框架Flink。
基于开源版本深度优化的深度学习框架TensorFlow、PyTorch、Megatron和DeepSpeed。
千亿级特征样本的大规模并行计算框架Parameter Server。
Spark、PySpark、MapReduce等业内主流开源框架。

PAI提供的服务：

可视化建模和分布式训练Designer，详情请参见可视化建模（Designer）。
Notebook交互式AI研发DSW（Data Science Workshop），详情请参见交互式建模（DSW）。
分布式训练DLC（Deep Learning Containers），详情请参见分布式训练（DLC）。
在线预测EAS（Elastic Algorithm Service），详情请参见模型在线服务（EAS）。

优势

PAI依托于阿里云及阿里巴巴集团多年的应用及技术积累，具备以下多种优势。

AI 研发全生命周期全链路：
- 支持数据标注、模型开发、模型训练、模型优化、模型部署以及AI运维管控，是一站式AI平台。
- 拥有140+种优化的内置算法组件。
- 支持业内TensorFlow、PyTorch等多种深度学习框架。
- 提供多种模式、大数据引擎深度结合、多框架兼容、自定义镜像等核心能力。
- 提供云原生架构的AI开发、训练、部署的产品。
多样的产品输出方式：
- 公共云支持全托管、半托管。
- 支持AI 高性能计算集群和轻量化输出产品形态。
业内领先的AI优化：
- 高性能的训练框架，稀疏训练场景，支持数十亿到数百亿的稀疏特征规模，数百亿到数千亿的样本规模，上千worker的分布式增量训练。
- 主流框架模型加速，使用PAI Blade提升RestNet50、Transformer+LM等十数个主流模型加速比。
该服务支持单独或组合使用。支持一站式机器学习，您只需准备好训练数据（存放到OSS或MaxCompute中），所有建模工作（包括数据上传、数据预处理、特征工程、模型训练、模型评估和模型发布至离线或在线环境）都可以通过PAI实现。
对接DataWorks，支持SQL、UDF、UDAF、MR等多种数据处理方式，灵活性高。
生成训练模型的实验流程支持DataWorks周期性调度，且调度任务区分生产环境和开发环境，从而实现数据安全隔离。

二、产品架构

如上图所示，PAI的业务架构分为以下四层：

基础资源层（计算资源&基础设施）：
- 基础设施包括CPU、GPU、高速RDMA网络以及容器服务ACK等。
- 计算资源包括云原生资源（灵骏计算资源和通用计算资源）和大数据引擎资源（MaxCompute和Flink）。
平台工具层（灵骏智算服务&人工智能框架）：
- 人工智能框架：包括Alink、TensorFlow、PyTorch、Megatron、DeepSpeed及RLHF等智能框架，用于执行分布式计算任务。
- 优化与加速框架：包括DatasetAcc数据集加速、TorchAcc训练加速、EPL并行训练框架、Blade推理加速、AIMaster自动容错训练以及EasyCkpt秒级异步训练快照等。
- 按照机器学习全流程，PAI分别提供了数据准备、模型开发与训练以及模型部署阶段的产品：
  1. 数据准备：PAI提供了标注服务，支持在多种场景下进行数据标注和数据集管理。
  2. 模型开发与训练：PAI提供了可视化建模（Designer）、交互式建模（DSW）、分布式训练（DLC）以及特征平台（FeatureStore），满足不同的建模需求。
  3. 模型部署：PAI提供了模型在线服务（EAS），帮助您快速地将模型部署为服务。
应用层（模型服务）：支持模型服务包括ModelScope魔搭社区、PAI-DashScope、第三方MaaS平台和百炼。
业务层（场景化解决方案）：PAI应用于自动驾驶、科研智算、金融风控、智能推荐等各个领域。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。

三、基本概念

本文从管理员视角、AI开发视角及PAI产品模块三个方面介绍涉及的基本概念。

1、管理员视角

名词	描述
工作空间（WorkSpace）	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，例如在PAI创建的工作空间也会出现在DataWorks工作空间列表中。默认工作空间：默认关联常用的按量付费资源（需要同意开通），使新用户在初始情况下无需了解资源组等概念，即可快速开始开发和训练流程。
云原生基础AI平台DLC（Deep Learning Containers）	PAI提供的云原生基础AI平台，提供灵活、稳定、易用和高性能的机器学习训练环境。该平台支持多种算法框架、超大规模分布式深度学习任务运行及自定义算法框架。此外，该平台支持以下两种工作集群：DLC全托管集群：即公共资源组和专有资源组。可以作为标准资源组，由工作空间管理员关联到工作空间中进行使用。 DLC半托管集群：即自运维资源组。有自己独立的Dashboard，您拥有更高的使用自由度。
资源组（Resource Group）	资源组可以帮助您将拥有的计算资源从用途、权限和归属等多个维度上进行分组，以实现企业内部多用户、多工作空间的计算资源隔离。资源组可以指代MaxCompute配额组、DLC集群、K8s集群、EMR集群、Flink集群、ECS集群等PAI工具模块关联的底层资源单位。阿里云账号和资源管理员可以从MaxCompute、EMR等平台购买并创建资源组，这些资源组可以被工作空间消费。
成员（Member）	加入工作空间的阿里云账号和RAM用户被称为工作空间成员。在AI研发流程中，同一工作空间下的成员以不同的角色协作。工作空间的负责人和管理员可以编辑工作空间内的成员。
角色（Role）	成员和不同权限集合之间的映射，基础角色由系统定义，更多角色您可以自行定义。系统支持以下基础角色：资源管理员：拥有购买和管理计算资源的权限，通常是企业的阿里云账号，不在PAI页面显示管理，您可以通过RAM管理权限点和操作授权。工作空间负责人：创建工作空间的人自动成为工作空间负责人，拥有编辑工作空间成员、引用资源组的权限。工作空间管理员：拥有编辑工作空间成员、管理资源组及管理工作空间内全部资产的权限。算法开发：拥有在所属工作空间中进行开发和模型训练的权限。算法运维：拥有任务优先级管理、模型发布及线上服务监控等权限。标注管理员：拥有智能标注的操作权限。访客：拥有工作空间中各种资产的只读权限。
云产品依赖（Dependencies）	要充分使用PAI的所有功能，需要依赖阿里云的其他产品。通常需要阿里云账号或资源管理员预先开通并对RAM进行授权。这些产品包括OSS、NAS、SLS、ACR、API网关等。

2、AI 开发视角

名词	描述
数据集（DataSet）	用于标注、训练、分析等的数据集合，支持您将存储在OSS、NAS、MaxCompute等存储介质中的结构化、非结构化数据或目录注册为数据集。同时，PAI支持统一管理数据集的存储、版本、数据结构等信息。
工作流（Pipeline）	您构建DAG（有向无环图）用来实现组件之间上下游逻辑调度的对象，这是一个静态概念。构建完成后，PAI支持对其进行重复提交运行，生成PipelineRun。
工作流草稿（PipelineDraft）	您在Designer画布上操作的编辑状态的工作流对象，支持重复编辑以生成不同的Pipeline。PipelineDraft提交运行后会生成PipelineRun。
组件（Component）	您在PAI工作流和工作流草稿中编辑以及工作流任务执行的最小单元。组件可以来源于：预置组件（Built-in Component）：PAI预置了基于阿里巴巴最佳实践的多类组件，涵盖从数据预处理到模型训练及预测的全流程。自定义组件（Custom Component）：PAI支持您基于代码和镜像，自己定义可被工作流组合编排的组件。
节点（Node）	被拖到画布上的一个组件，形成工作流中的一个节点。
工作流快照（SnapShot）	每次运行PipelineDraft（包括完整运行、单节点运行、部分节点运行），都会记录完整PipelineDraft的配置信息，包括节点配置、运行参数、执行方式等，这些信息可以用于PipelineDraft的版本记录及配置回滚。
工作流任务（PipelineRun）	一次工作流的任务执行。您可以通过Designer提交PipelineDraft运行，或通过SDK直接提交Pipeline运行，生成一个PipelineRun。
作业（Job）	运行在计算资源中的任务，例如用户提交至分布式训练DLC（Deep Learning Containers）的训练任务。任务运行的资源环境归属用户。
运行（Run）	一个Run指一次任务执行，兼容MLFlow中的概念，必须归属于某一个Experiment。您可以使用Run跟踪PAI上提交的训练任务，也可以在本地使用MLflow Client直接创建一次任务。一个Run中可包含多个Job。
模型（Model）	模型是您基于数据集和算法代码通过训练任务产出的结果，可以预测新数据。
Processor	在线预测逻辑（模型加载和请求预测逻辑）的程序包，通常与模型文件一起部署，从而获得模型服务。PAI支持以下两类Processor：预置Processor：针对常用的PMML、TensorFlow等模型，EAS提供了预置的Processor。自定义Processor：如果EAS提供的预置Processor无法满足模型部署需求，您可以根据Processor的开发标准自定义Processor。
模型服务（Service）	模型文件和在线预测逻辑代码部署成的常驻服务。您可以对模型服务进行创建、更新、停止、启动、扩容及缩容操作。
镜像（Image）	PAI支持您将Docker镜像作为AI资产进行管理，支持以下镜像来源：PAI官方镜像您通过DSW保存镜像生成的镜像您在ACR中的镜像镜像可以用于工作流中构建自定义组件完成指定的任务，在DSW中作为环境拉起DSW实例，也可以在提交训练任务时被指定为执行环境。
实例（Instance）	计算资源被启动的最小单元，包括以下实例：DSW实例：Notebook实例，每个实例对应一定的计算资源，可以编辑代码、调试及训练。实例资源环境归属用户。EAS服务实例：每个服务可以部署一个或多个服务实例以提高支持的并发请求数。实例资源环境归属用户。

3、PAI 产品模块

名词	描述
智能标注（iTAG）	集成智能能力（黑盒）的数据集标注工具，有效降低标注工作量，快速获取高质量的标注数据集。
可视化建模（Designer）	面向AI领域的工作流设计工具，封装了丰富的机器学习算法组件。您无需代码基础，通过拖拉拽即可训练模型。
交互式建模（DSW）	面向AI开发者的云端机器学习交互式开发IDE，包含Notebook、VSCode及Terminal。您可以基于镜像指定NAS作为存储启动DSW。
容器训练（DLC）	将训练任务提交到当前工作空间关联的计算资源（例如通用计算资源）中，提交后的任务详情可以在PAI任务管理模块中查看。
模型在线服务（EAS）	支持大规模复杂模型的一键部署功能，实时弹性扩缩容，并提供完整的运维监控体系。
AI资产管理	提供包括数据集、模型、代码配置等核心AI资产的管理能力。
场景化解决方案	基于PAI平台能力孵化的垂直领域解决方案集合，方便您直接应用。