ModelArts功能介绍

数据准备

数据获取是数据工程的第一步，ModelArts支持将不同来源和格式的数据导入平台，并生成“原始数据集”。通过数据连接功能，用户可以轻松将大量数据导入平台，为后续的数据加工和模型训练等操作做好准备。

模型开发

ModelArts提供灵活开放的开发环境，无需本地配置环境，即开即用。支持 PyTorch、TensorFlow、MindSpore 等主流引擎，可通过 JupyterLab 在线操作，或借助 SSH 连接搭配 VS Code、PyCharm 等本地 IDE 远程开发。

模型训练

ModelArts提供企业级AI分布式训练平台，全面兼容业内主流训练框架与模型，支持一键发起超大规模分布式任务，提供全栈加速、长稳可靠、敏捷易用的一站式训练解决方案，实现模型性能与业务迭代速度的双重跃升。

模型部署

ModelArts的新一代分布式弹性推理平台集分布式部署、弹性推理、智能调度与高可靠性于一体，深度集成自研优化的vLLM推理框架，支持主流开源模型的一键部署，提供更高效、灵活、易用的大模型推理解决方案，助力企业快速实现AI应用落地。

实时对比

支持同一模型不同部署版本（作业）之间的对比，通过精准的对比，确保每次迭代有据可依，选择最优模型。

资源管理

提供各种算力资源及配套的资源调度能力，覆盖训推全场景，提高资源利用率。

• 专属算力资源：用户在使用ModelArts控制台进行AI开发（包括模型开发、训练推理）时所需的NPU等计算资源，均由ModelArts资源池提供，包括公共资源池和专属资源池。
• 轻量算力节点：面向云主机资源型用户，基于裸金属服务器或弹性云服务器进行封装，可以通过弹性公网IP直接访问操作服务器。
• 轻量算力集群：面向k8s资源型用户，提供k8s原生接口，用户可以直接操作资源池中的节点和k8s集群。

运维运营

集成运维监控看板（CES、AOM），可查看训练任务和在线服务的详细状态、监控指标（如利用率）和日志。