靈雀云云原生MLOps以及其開源工具kubeflow-chart，致力于最大程度地降低企業應用AI能力的門檻，使企業獲得高效、低成本、規范化、可追溯的AI應用開發以及上線流程，幫助企業快速應用云原生機器學習技術，構建高效、穩定、可擴展的MLOps平臺。

靈雀云云原生MLOps相較于其他MLOps開源工具，具備以下亮點：

●非侵入開發模式：支持非侵入式的、可視化的工作流編排開發環境，不需要改造原先工程代碼即可應用MLOps能力。 可視化分布式:支持在可視化工作流開發時，直接配置多種形式的分布式訓練 多租戶和配額:和ACP聯動的可視化多租戶資源配額(CPU, GPU, vGPU)管理能力

●虛擬GPU：支持使用GPUManager管理的虛擬GPU資源

●調度器：使用Volcano增強分布式訓練任務的調度器(支持TFJob, PytorchJob, MPIJob, 和通用 Argo 工作流) 實驗追蹤:集成MLFlow代替 Kubeflow實驗追蹤和可視化實驗比對

●數據標注：集成label studio聯動S3存儲完成可視化數據標注

●SQL訓練：集成SQLFlow ，使用SQL語言完成模型訓練和預測

●大模型：在數據存儲、分布式訓練、模型存儲等MLOps關鍵環節，支持對大模型的存儲和調用中文界面：支持中文界面

●國產硬件支持：支持 arm64 架構的各種國產CPU和部分國產GPU案例教程：內置大量中文案例和教程Notebook，快速上手

●高性能：內置IntelTensorflow,NeralCompressor,GPUManager,Triton等工具充分發揮訓練、推理的性能 高可用:支持平臺高可用，發布的推理服務高可用

靈雀云Alauda MLOps 現已支持 Meta LLaMA 2 全系列模型  了解更多>>

AIGC時代，基于云原生 MLOps 構建屬于你的大模型（下） 了解更多>>

AIGC時代，基于云原生 MLOps 構建屬于你的大模型（上） 了解更多>>

企業級云原生MLOps在多種應用方向均可以發揮其功能，包括傳統數據挖掘、機器學習、深度學習，甚至超大規模語言模型、對話AI等。目前平臺包含了4個主要功能板塊：

● 數據集管理

● 機器學習開發

● 模型訓練

● 模型/推理服務