[发明专利]工业AI项目开发平台

说明书

本申请公开了一种工业AI项目开发平台，涉及互联网技术领域。该工业AI项目开发平台包括物理硬件层、计算资源层、训练框架层、应用服务层、交互界面层；交互界面层位于应用服务层之上，应用服务层位于训练框架层之上，训练框架层位于计算资源层之上，计算资源层位于物理硬件层之上；计算资源层包括分布式计算资源集群和分布式存储集群；训练框架层与计算资源层进行数据交互，训练框架层包括深度学习框架；应用服务层用于提供工业AI项目开发平台的核心功能；交互界面层用于提供集成基础业务功能的用户界面；解决了目前的AI项目开发平台难以满足不同机器学习背景的开发人员的功能需求的问题；达到了令工业AI开发平台适用性更强的效果。

技术领域

本申请涉及互联网技术领域，具体涉及一种工业AI项目开发平台。

背景技术

目前企业在选用AI(Artificial Intelligence，人工智能)项目开发平台时，一般需要在公有云平台和私有云平台中进行选择。公有云平台需要企业上传AI应用开发的大量数据，占用的带宽和存储量较大，数据安全方面也有泄漏的风险。基于公有云的AI项目开发平台主要有：Aws sagemake、MS azure ML studio、Baidu AI Studio、Tecent TI-ML、Huawei ModelArts等。基于私有云的AI项目开发平台更适合企业数据财产安全及定制化的需求，这类AI项目开发平台主要有：Kubeflow、MS OpenPAI、Inspur AI Station、SugonSothisAI、Qincloud kubesphere等。

不同的AI项目开发平台采用不同的用户界面辅助开发，具有不同的功能特点。然而，由于AI项目开发涉及不同部门、不同知识背景的人员，现有的AI项目开发平台难以满足不同机器学习背景的开发人员的功能需求。

以Kubeflow和Qincloud kubesphere为例。Kubeflow把诸多对机器学习的支持，比如：模型训练、超参数训练、模型部署等进行模块分割并采用容器化的方式进行部署，提高了各个系统的高复用性及高扩展性，从而用户可以利用它进行不同的机器学习任务，但其对于多租户场景以及工业AI应用开发全流程场景支持较弱。Qincloud kubesphere是一个具有多堆栈自动IT操作和简化的DevOps工作流程的多租户企业级容器平台，提供了开发人员友好的向导Web UI，可以帮助公司构建功能更强大，功能更丰富的平台，具有企业Kubernetes战略所需的最常见功能，比如：Kubernetes资源管理、DevOps(CI/CD)、应用程序生命周期管理、多租户访问控制、GPU支持、多集群部署等，但对于机器学习应用程序开发过程缺少定制化。

发明内容

为了解决相关技术中的问题，本申请提供了一种工业AI项目开发平台。该技术方案如下：

一方面，本申请实施例提供了一种工业AI项目开发平台，包括物理硬件层、计算资源层、训练框架层、应用服务层、交互界面层；

交互界面层位于应用服务层之上，应用服务层位于训练框架层之上，训练框架层位于计算资源层之上，计算资源层位于物理硬件层之上；

计算资源层包括分布式计算资源集群和分布式存储集群，用于存储数据、交换数据、执行计算任务和存储任务；

训练框架层与计算资源层进行数据交互，训练框架层包括深度学习框架；

应用服务层用于提供工业AI项目开发平台的核心功能，核心功能至少包括模型开发、模型训练；

交互界面层用于提供集成基础业务功能的用户界面，基础业务功能至少包括项目管理、开发交互、模型管理、数据集管理、用户管理。

可选的，核心功能还包括辅助建模。

可选的，核心功能还包括Git、Wiki、访问控制网关。