[发明专利]一种人工智能能力开发平台

权利要求书

1.一种人工智能能力开发平台，其特征在于，包括硬件层、系统层、数据层、资源管理调度模块、框架层和模型管理模块；所述硬件层包括CPU、GPU和存储器，所述CPU与存储器电性连接，所述GPU用于进行高性能并行运算；所述系统层支持Linux操作系统，所述数据层中的数据文件采用并行文件系统和云对象存储系统来进行存储管理；所述资源管理调度模块用于对CPU、GPU和计算节点进行管理和调度；所述框架层内置集成有多种深度学习开源框架；所述模型管理模块用于对模型训练、生成和结果进行监控管理。

2.如权利要求1所述的一种人工智能能力开发平台，其特征在于，所述linux操作系统包括Redhat系统和Ubuntu系统。

3.如权利要求1所述的一种人工智能能力开发平台，其特征在于，多种深度学习开源框架包括Tensorflow、PyTorch、Keras和Caffe。

4.如权利要求1所述的一种人工智能能力开发平台，其特征在于，所述平台还包括模型发布模块，所述模型发布模块用于将训练完成的人工智能模型发布为方便调用的人工智能推理服务以供其他应用系统调用。

5.如权利要求4所述的一种人工智能能力开发平台，其特征在于，其他应用系统可通过Restful或者Stream或者gRPC中一种API接口调用形式以使用人工智能能力开发平台发布的AI推理服务。

6.如权利要求1-5中任意一项所述的一种人工智能能力开发平台，其特征在于，所述模型管理模块用于提供全图形界面操作，所述全图形界面操作包括深度学习项目所需的数据预处理、模型导入和管理、模型训练、超参搜索、训练过程可视化和模型的验证。

7.如权利要求6所述的一种人工智能能力开发平台，其特征在于，所述超参搜索中主要通过随机搜索、树结构的帕森窗估计法和基于Gaussian Process的贝叶斯优化中的一种来实现超参优化。

8.如权利要求1所述的一种人工智能能力开发平台，其特征在于，所述数据层集成了Apache Spark，其用以简化转换非结构化和结构化数据集的过程。

9.如权利要求1所述的一种人工智能能力开发平台，其特征在于，在框架层采用分布式深度学习框架，所述分布式深度学习框架利用多环动态网络技术来提高并行训练的加速比。

10.如权利要求1所述的一种人工智能能力开发平台，其特征在于，所述资源管理调度模块采用EGO资源管理框架来实现对CPU、GPU、计算节点进行管理和调度。