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

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