通用計算、異構計算、協(xié)同計算、邊緣計算等多元產(chǎn)品布局
寶德依托強大的研發(fā)能力以及豐富的行業(yè)經(jīng)驗，針對機器/深度學(xué)習科研、實(shí)訓教學(xué)等場(chǎng)景提供一站式解決方案?；谛碌脑O計理念，打造出一款功能完善的PLStack人工智能管理平臺，平臺能提供端到端的流程化管理，涵蓋數據標注、算法開(kāi)發(fā)、模型訓練、模型管理、模型服務(wù)等AI完整生命周期流程支持。
PLStack平臺采用容器輕量級虛擬化方式作為基礎，實(shí)現對多集群多節點(diǎn)的GPU、CPU、內存、存儲等基礎設施資源池化；基于Kubernetes定制化開(kāi)發(fā)的編排調度工具，實(shí)現資源高效靈活調度；同時(shí)企業(yè)級設計理念使平臺具備多租戶(hù)多層級用戶(hù)管理、權限管理、資源管理、vGPU等豐富的平臺能力，全方位滿(mǎn)足用戶(hù)對AI開(kāi)發(fā)平臺高可用、高可靠、高穩定要求。大大緩解深度學(xué)習算法訓練的瓶頸，從而釋放人工智能的全新能力，讓用戶(hù)不再因為GPU的昂貴望而卻步。
平臺為用戶(hù)提供簡(jiǎn)潔的WEB界面，豐富的功能以及多樣化工具。如開(kāi)發(fā)模塊提供一鍵式環(huán)境生成、在線(xiàn)交互式開(kāi)發(fā)工具M(jìn)lab；模型訓練提供參數調優(yōu)、分布式并行訓練等；模型服務(wù)提供在線(xiàn)模型部署推理、模型服務(wù)調用；平臺同時(shí)集成數據標注工具、鏡像倉庫等，實(shí)現一站式AI開(kāi)發(fā)。
同時(shí)深度學(xué)習框架鏡像以插件的方式接入系統，集成了多種業(yè)界常用框架，如Tensorflow,Caffe,PyTorch和MXnet等，支持自定義擴展，極大提升整體系統的擴展性和可維護性。
異構硬件融合和算力優(yōu)化，支持多種CPU和GPU卡，適配多種國產(chǎn)卡，同時(shí)集成多種主流的深度學(xué)習框架和交互式IDE開(kāi)發(fā)環(huán)境，支持用戶(hù)自定義配置所需的開(kāi)發(fā)環(huán)境。
借助容器、K8S等云計算技術(shù)打造的AI平臺再結合超強算力的GPU集群，提供高并行、高吞吐、低時(shí)延的極致性能，在科學(xué)計算表現中性能比傳統架構提高50倍以上。
平臺支持服務(wù)器集群統一納管，整合硬件資源，集群化管理和使用。并以套餐的形式對用戶(hù)分配硬件資源。針對大模型可一鍵生成單機多卡、多機多卡等分布式訓練框架環(huán)境；針對多用戶(hù)小任務(wù)可對GPU進(jìn)行切分使用，提高資源利用率。
平臺提供web端頁(yè)面交互，易用性強，支持對整體資源和局部資源可視化功能，便于易用和管理。
平臺提供彈性計算資源和算力優(yōu)化管理，根據需要創(chuàng )建的任務(wù)動(dòng)態(tài)調整和分配所需的硬件資源和服務(wù)器；具備多層級組織架構，可以對組織及用戶(hù)進(jìn)行人員管理、資源配額、套餐限制等。
平臺預置PyTorch 、TensorFlow等多種深度學(xué)習開(kāi)源框架，無(wú)需安裝配置環(huán)境，一鍵快速提交訓練任務(wù)。同時(shí)提供數據模型分析交互式開(kāi)發(fā)工具M(jìn)Lab，并支持一鍵添加代碼、模型和數據集。
平臺包含數據標注、模型開(kāi)發(fā)、模型訓練、模型管理、推理發(fā)布等一系列用戶(hù)開(kāi)發(fā)所必需的功能模塊，相關(guān)模塊之間實(shí)現數據共享和一鍵導入，可以幫助用戶(hù)實(shí)現從數據-模型-推理服務(wù)的流程化轉化和產(chǎn)出。
平臺內置LabelStudio標注工具，支持多用戶(hù)協(xié)助標注，可離線(xiàn)完成文本、圖片、視頻、時(shí)間序列等各種標注任務(wù)，內置CV、NLP、ASP等多種標注方式并支持多種導出結果。
平臺支持設置用戶(hù)優(yōu)先級（5>4>3>2>1），優(yōu)先級高的用戶(hù)可以?xún)?yōu)先使用平臺資源，提升平臺資源的使用效率；
高效的資源優(yōu)化調度和管理顯著(zhù)地降低資源使用和運維成本，多種計費模式極大地降低前期投入。
平臺完善的環(huán)境隔離及網(wǎng)絡(luò )監控服務(wù)，保障用戶(hù)數據和服務(wù)安全無(wú)虞。
寶德服務(wù)器
寶德自強
4008-870-872
點(diǎn)擊咨詢(xún)
