作为一款人工智能云平台，Caicloud Clever 生动诠释了才云科技首创的“云原生 AI 中台”理念，目前已经在餐饮、能源、金融、通信等行业的 500 强企业有成功落地经验。这个七月，Caicloud Clever 迎来全新版本 1.4.0，为企业加速 AI 应用部署，减少管理开销，实现基于 AI 的技术创新、理念创新、服务创新提供支持。

近年来，AI 技术在企业业务研发中的占比逐年升高。根据 Gartner 今年一月发布的最新报告，全球企业的 AI 部署在过去四年中增长了 270％，仅去年就增长了 37％。

然而，虽然企业对 AI 技术的重视程度与日俱增，但真正能充分发挥机器学习、深度学习能力的公司仍屈指可数。

“作为当前最先进的技术之一，AI 的 DevOps 区别于传统项目，除了数据处理、模型选择、模型训练等流程，它还需要企业投入大量精力支持基础架构，甚至针对业务类型，设计完全定制的 DevOps 堆栈。

在这个过程中，企业一方面需要付出巨额的时间和金钱成本，另一方面，大量高价值的算法工程师、数据科学家也不得不从核心开发任务中抽身，投入基础设施建设，整个开发过程进度缓慢、低效，严重影响业务的灵活性。”

为破除智能化转型难题，帮助企业实现智能化应用的快速开发、迅速上线、立即见效，才云科技在全新版本的 Caicloud Clever v1.4.0 中推出了大量新功能——

新增 Git 代码管理，助力企业实现数据资源、代码和模型的版本控制；推出开发空间，一站式串联开发流程，为灵活开发、高效开发提供一系列解决方案；推出 Spark 任务支持，高效处理海量数据；提供更健全平台模型生态，加速 AI 与业务的融合。

同时，Caicloud Clever v1.4.0 将以上功能集成在 AI-DevOps 中，为企业形成敏捷高效的 AI 开发创新实力和 IT 管理综合能力保驾护航。

支持 Git 代码管理

在 AI 开发中，代码作为最重要的资源之一，目前仍面临管理过于粗放的问题。

由于缺乏工具对代码进行统一存储，企业客户在模型交付时往往找不到与开发环节相对应的 AI 代码，无法溯源，代码管理难度大、效率低，影响模型后续的持续集成、发布等工作。

针对这个问题，Caicloud Clever v1.4.0 新增 Git 代码管理支持。平台提供预置的 GitLab 服务，方便企业通过 Git 管理数据处理、模型训练、模型评估等各个环节的代码。

在平台全流程 AI-DevOps 体系的帮助下，Caicloud Clever v1.4.0 能实现 AI 代码在模型开发、模型训练、模型评估等各个流程中的平滑衔接和使用。

交互式在线开发环境

对企业客户来说，一个成熟、易用的平台不仅能作为 IDE 串联起 AI 开发的整个流程，它应该也能支撑用户有机管理数据资源和输出的模型结果，降低技术门槛，方便团队协作，保障整个流程的灵活高效。

全新版本的 Caicloud Clever 基于平台的数据管理、代码管理和模型管理能力，抽象出交互式在线开发空间，一站式提供多种 AI 开发功能：

版本控制：Caicloud Clever v1.4.0 支持点选式获取数据集和模型集的指定版本，一键式将个人空间中的数据、模型、代码成果推送到服务端归档管理；
可视化：Caicloud Clever v1.4.0 提供 TensorBoard 支持，用户启动即可进行可视化工作；
开发者友好：新版本也提供悬浮式 Terminal 操作框，支持平台数据仓库、模型仓库及 Git 命令行操作，给予热爱命令行的开发者极大便利。

而作为一个开发环境，Caicloud Clever 也预置 TensorFlow、PyTorch、Keras、Caffe、Caffe2、MXNet、Scikit-learn 等多种 kernel，对 Jupyter Notebook 环境进行了优化，支持 GPU 加速和自定义 Jupyter Notebook 镜像环境，充分满足企业在框架选择、交互式开发上的丰富需求，为 AI 开发敏捷响应业务需要提供保障。

支持 Spark 任务

当前，随着可获取数据的不断增加，企业正迫切引入更先进的数据分析、机器学习和深度学习方法，从数据中提炼洞察，为业务创新和优化提供强大支持。可以说，数据的响应能力、处理能力决定着当前企业的业务效率。

Spark 是一个分布式、内存式、流式计算引擎，可以快速完成大型复杂数据处理工作，它也是企业处理数据、AI 开发的常用工具。

为响应市场需要，Caicloud Clever v1.4.0 支持 Spark 任务，用户导入执行文件即可开始数据处理，完美解决企业在自己部署 Spark 时常遇到的部署缓慢、资源管理、服务灾备等问题。

此外，在平台全流程 AI-DevOps 体系的加成下，Spark 任务也可以纳入 AI 流水线中，方便快捷地与平台的数据仓库、模型仓库进行交互。

模型生态更健全

为帮助企业尽快在生产环境中应用 AI 辅助决策、优化业务，不断验证新想法，有效控制决策以及产品迭代引发的风险，Caicloud Clever 除了提供模型一键部署，它在这次更新中也增加了许多新功能，模型生态进一步完善：

场景化模型服务：Caicloud Clever v1.4.0 支持场景化的模型服务，用户现在可以将相同业务场景的模型添加到同一个场景服务中；

A/B 测试：新版本支持基于负载配比分流和基于请求内容引流两种 A/B 测试模式；
模型评估与对比：对于指定模型，Caicloud Clever v1.4.0 现在可以发起模型评估作业，支持预置及自定义的模型评估方法，评估结果归档在模型详情中，用户还可以对多个模型的评估结果进行对比；
模型部署：Caicloud Clever v1.4.0 的模型服务支持自动弹性伸缩，用户也可以选择多个模型共享 GPU 加速以提高 GPU 利用率。

整套 AI-DevOps 体系

事实上，以上亮点都不是孤立的，它们全数集成在平台 AI-DevOps 体系中，方便开发人员聚焦核心业务，缩短企业 AI 开发周期，提升开发效率，为企业部署 AI 提供一站式、流畅的完美体验。

通过点选，用户可以在工程流图中添加 Spark 数据处理、模型训练、模型更新等任务。任务进行时，用户能通过 Git 代码服务直接引用开发空间的开发代码，加速开发流程。与 Caicloud Clever 历史版本一样，编排好的工程流图可以发布成 AI 流水线，加速 AI 项目的工程化及落地。

Caicloud Clever：定义云原生 AI 中台

近些年，随着中国数字化转型的飞速发展和企业对敏捷性要求的不断提升，“中台”战略已经成为众多头部企业的核心战略。

才云科技倾力打造的 Caicloud Clever 首创“云原生 AI 中台”理念。一方面，它通过“中台”沉淀通用 AI 技术能力、流程管理、生产组件，帮助企业快速定制不同场景下的 AI 产品；另一方面，它利用云原生的强大算力支持，实现了高效 CPU+GPU 混合管理、分布式神经网络训练加速、微服务模型业务构建、DevOps 与自动化运维，落地了业务与数据的打通和融合。

前瞻决策，赢取未来。致力于自动化 AI DevOps 全流程的 Caicloud Clever，正是企业追寻的 AI 投资回报率的“最后一公里”。

本文转载自才云Caicloud公众号。

原文链接：https://mp.weixin.qq.com/s/5F_595AFhtnW3JAZrqHW4A

创作场景

Caicloud Clever v1.4.0 发布：云原生 AI 中台加速企业 AI 落地