链接：https://pan.baidu.com/s/1PaintERrY5iH0ZTr0nRuvg 

提取码：uhvm

1aiCore平台介绍

1.1简介

aiCore平台是企业级的AI大数据平台，可以快速接入海量异构数据，智能调配算法对数据进行分析，挖掘数据价值；利用行业应用模版，帮助企业快速生成应用，实现智能应用一站式部署。aiCore平台通过智能配置、快速部署，降低企业AI转型成本；小步快跑、迅速迭代，快速响应业务需求，帮助企业构建技术壁垒，提升竞争力。该平台可以提供基于私有云和公有云的解决方案，满足目标客户需求。

愿景：成为全球领先的一站式人工智能大数据平台提供商，帮助用户便捷构建大数据应用，为客户创造价值。

1.2产品价值

 

aiCore平台可以降低企业实现大数据应用的技术门槛和人力成本。解决场景智能应用管理复杂、算法应用及模型建模调优难度高、应用效果差等问题； 解决企业级AI算法工程师、大数据工程师、技术架构师等人才稀缺痛点。

aiCore平台可以解决系统集成复杂度高、周期长的问题。解决现有数据平台手工操作数据、业务逻辑不交叉、创新业务响应周期长等问题；解决不同场景应用建模耗时、耗人力，缺乏通用可选配AI工具的难题。

 

1.3产品特点

闭环体系价值

同一架构支持从数据接入到智能应用落地全流程，实现算法、应用快速迭代，帮助企业构建数据的价值闭环。

智能化配置

按照企业实际需求，智能推荐最优配置，帮助企业节省IT资源；生成配置文件，实现平台快速部署。

可视化自适应

企业业务需求或数据量等发生变化时，自动调整数据展现形式，用户能更好的进行数据探索，辅助决策。

自主可控的人工智能大数据软硬件整体解决方案

基于aiCore平台，从算力、操作系统到上层大数据应用，已经形成整体软硬件一体化的解决方案，适配主流的国产芯片和操作系统。

 

Denali aiCore平台

定位 通用型平台，支持不同的应用，定位于AI基础平台。

适用对象 更适用中小型企业，迅速研发大数据和AI应用，也支持大型企业做深度定制。

模块 模块经过验证，按需安装；基础模块无限制；采用业界广泛使用的通用模块，可靠性高，易于维护。

技术门槛 技术门槛低：平台已搭建好，即便深度集成仅需重要模块；通用算法和常见框架，降低学习难度。

数据处理 数据处理能力强：海量、高速、实时数据，能处理结构化数据、半结构化数据和非结构化数据。

 

2aiCore平台组成

aiCore 平台由4 个功能模块组成:

名称 解释

aiOS  （aiCore OS） 数据算法运行模块

aiAlgo（aiCore Algo）  算法开发模块

aiApp （aiCore App） 应用管理模块

aiMgt （aiCore Mgt） 商务管理模块

 

2.1aiCore OS 架构

aiCore OS架构图如下：

 

根据导入数据的类型不同，aiOS会把数据存入到不同的存储模块中。

Druid 是一个处理时序数据的存储和查询的模块；

HDFS 和 MongoDB 一起可以存储大小极为分散的文件, 例如照片；

Elasticsearch 是一个极高效的存储和查询的模块。

Apache Druid 支持 OLAP (Online Analytical Processing), 充分实现了Lambda 架构, 提供了历史数据和实时数据的快速分析查询。

2.2数据管理

aiCore平台实时接入海量流数据、视频数据、结构化数据等多样性数据，将结构化及非结构化数据进行分析处理后进行可视化呈现。

aiCore平台基于强大的可视化工具iTop，无缝对接生产流程中涉及的各类通用软件，如SAP、视频监控平台、算力管理平台等，实现对场景数据进行融合，打通各个软件之间的数据壁垒。iTop工具可以快速设计和创建ETL任务，提供完整的数据整合功能，支持多种格式的数据源，包括日志数据、时序数据、JSON/XML文件及二进制数据等（图像、视频等）；支持多种常用的数据转换操作，包括数据连接、聚合、清洗等。

aiCore平台可以针对不同类型数据智能选择最佳存储方式，如日志数据、时序数据、JSON/XML文件及二进制数据等（图像、视频等），支持MySQL、HDFS、MangoDB、Elastic Search、Druid等各种类型的数据库；支持数据全文检索，满足Pb级别的高速数据检索需求。

2.3算法管理

aiCore平台提供标准的算法导入格式及模板 ，兼容第三方算法在平台运行；系统通过Push 和 pull两种模式对算法结果进行输出和整合，输出结果通过Restful API对外提供服务。

aiCore平台提供算法库调用，并支持使用多种编程语言（如java、python，Scala等）进行算法开发，通过接入和调用数据资源及算力资源对算法模型进行训练；算法模型可以根据业务产生的新样本数据进行自学习，持续优化算法模型，并将新模型部署上线，实现模型在线智能升级。

2.4算力管理

  aiCore平台利用Docker实现底层资源的容器化，更细粒度的底层资源管理和调度，平台运维更为简单便捷；可以支持多租户业务应用运行；支持面对不同部门不同业务应用的并时开发，同时确保其隔离性。

通过Kubernetes实现对资源调度的QoS支持，提供了弹性的资源共享，支持基于优先级的抢占资源调度，实时动态解决资源申请冲突。

aiCore平台对算力资源使用情况进行实时监控，包括CPU/GPU，内存及存储，通过大数据技术提升云计算的能力，使资源更集约，提高算力的使用效率。

 

2.5应用引擎

aiCore平台提供针对场景的通用应用模版，如人脸识别、视频分析、营销预测等，通过模型选择、算法快速生成智能应用，生成的应用支持本地、远程一键部署；企业可以根据实际需求，对生成的应用进行二次定制开发，降低企业重新构建模型的成本。

2.6数据可视化

aiCore平台提供丰富的数据可视化方案，具有可扩展的、高粒度的安全模型，可以用复杂规则来控制访问权限；数据展示形式可以随数据类型和数据量的变化自动进行调整，让用户可以更好地对数据进行探索，辅助决策。