MoPaaS云平台方案介绍

1、MoPaaS云平台方案介绍如何使用云平台降低AI技术门槛关于上海殷泊和 MoPaaS基础设施服务 IaaS融合云平台Anchora MoPaaSMoPaaS 核心服务第三方服务用户 Users软件服务 SaaS开发者 Developers/IT容A器nc服h务or（a 云Co平nt台ain服e务rs）专业的 PaaS 云平台提供商拥有PaaS专利的企业级云平台产品 MoPaaS：应用开发交付和生产托管 ：应用生命周期管理云服务自动化运维和管理（SRE ）灵活的业务场景支持支持业务场景的云平台产品：人工智能实训创新：政府、高校/科研、企业工业物联网：制造、能源和交通SRE 服务可靠性工程：云服务

2、的自动化运维拥抱开源技术：Cloud Foundry 和 Docker 等技术沉淀和资质自主创新的智能化云平台专利技术超过四年云平台服务运维和产品交付实践Forrester：企业云平台市场强劲表现者微软加速器 (北京第九期)/阿里云”云合计划”企业Cloud Foundry 基金会创始会员平台介绍MoPaaS 人工智能平台的用户对象学校老师、学生（用于科研和教学）企业技术人员（用于商用算法等）PaaS 核心功能应用交付工具微服务架构人工智能服务TensorFlow Caffe Torch整合多种 AI 框架: TensorFlow、Torch和Caffe等；通过 PaaS 平台高效地提供给用户

3、相关AI 服务高效地分配、管理、监控和调度超算的资源；可以对多台GPU服务器资源进行管理和调度利用 GPU 强大的并行运算能力，缓解了深度学习算法的计算瓶颈优化 GPU 资源的利用率，让用户不再因为 GPU 的昂贵望而却步为平台用户以及管理人员提供相应的管理系统，通过友好直观的UI界面对资源进行管理产品服务MoPaaS AI 平台 云服务MoPaaS AI 平台 软件MoPaaS AI 平台 一体方案公共云服务Azure、阿里、腾讯云平台软件客户自备硬件预集成系统联想、H3C、Dell小型场景：Off-Premises中型场景： On-Premises大型场景：On-PremisesMoPaa

4、S AI 云平台多种人工智能框架和高效的计算资源管理系统架构底层采用云计算技术，大大提升资源的 利用率采用GPU+CPU混合架构，实现对数据的 高性能并行处理深度学习框架以插件的方式接入系统， 大大提升整体系统的扩展性和可维护性多租户隔离，不同用户互不干扰用户端系统和管理端系统基于微服务架构，采用 Vue+SpringBoot 框架实现业务场景上传数据和程序用户可以通过远程SCP拷贝 数据和程序到训练环境上传数据和程序执行训练命令在训练环境中执行命令训 练算法执行训练命令预约资源用户根据需要，申请对应框架 类型的训练环境预约资源展示评估报告查看评估报告，分析算 法训练情况展示评估报告导出模型训

5、练完成后，将模型文件导出导出模型部署服务将模型制作成一个服务后部署 到PaaS平台上提供AI能力部署服务平台优势弹性灵活开箱即用节约成本服务保障安全防护开箱即用支持 TensorFlow、Caffe、Torch等 多种深度学习框架,无需购买其他资源， 无需安装配置环境，无需进行性能调 优，只需上传代码、数据和配置参数， 即可快速提交训练任务。服务保障专业的运维团队提供 724 小时的 运维服务，服务稳定可靠，无需关 心硬件故障。弹性灵活可随时根据需求创建深度学习训练 环境，提供多种可选资源配置选择， 可以满足多种业务场景需求。安全防护不同用户之间资源全面隔离，保障 您的数据安全，完善的网络监控

6、服 务保障您的网络安全。节约成本你无需预先采购、准备硬件资源， 一次性购买，免除硬件更新带来的 额外费用，有效降低基础设施建设 投入，无需负担运维成本。极致性能极致性能各类框架运行于GPU服务器，GPU 天生的超强计算能力，包含上千个 计算单元，具有高并行、高吞吐、 低时延等特点，在科学计算表现中 性能比传统架构提高50倍。产品展示GPU和容器可以将旧的加速计算应用程序容器化， 并部署在较新的系统、内部环境或云中。可以将特定的 GPU 资源分配给容器， 以获得更好的隔离效果和性能。可以轻松地跨不同的环境共享应用程序、 协同工作和测试应用程序。部署架构PaaS中央服 务集群使用资源控制管理访问 申请资源零散节点A零散节点B控制管理使用资源数据中心形成围绕PaaS中央服务集群的既大数据中心+零散节点结合的资源环境运作体系，保证高可用， 高并发的用户体验价值体系。同时在线AI训练环境数有100多个GPU集群：40台GPU工作站，128GB内存，每台配备NVidia GPUGTX TitanX 显卡，计划扩展到100台GPU的规模。支持多种算法框架，目前添加了Ana