[发明专利]支持多维度AI的方法和系统

权利要求书

1.一种支持多维度AI的方法，其特征在于，包括：

基于公有云，采用容器化技术，均衡负载以及合理分配和快速释放资源；

基于nginx配合Sping cloud getway，搭建平台网关以及访问环境，创建相对应的API请求路径；

后端封装各类API功能，精简参数以及规范返回数据；

基于React开发，搭建可视化操作界面。

2.根据权利要求1所述的一种支持多维度AI的方法，其特征在于，所述后端封装各类API功能，精简参数以及规范返回数据，包括：

基于Spring构建可视化PB级文件存储界面；

所述文件存储界面，支持版本化数据集以及模型集管理，支持多种模型框架，联动平台开发、训练的功能；

所述文件，支持不同格式的在线预览、vscode在线编辑、即时保存。

3.根据权利要求1所述的支持多维度AI的方法，其特征在于，所述后端封装各类API功能，精简参数以及规范返回数据，包括：

预置GitLab代码托管服务，支持代码Git管理及训练代码溯源，联动开发空间以及数据仓库一键拉取代码开发。

4.根据权利要求1所述的支持多维度AI的方法，其特征在于，所述后端封装各类API功能，精简参数以及规范返回数据，包括：

基于jupyterhub实现Jupyter的多用户管理，挂载个人数据仓库路径；

所述挂载个人数据仓库路径，支持python、ipython、R等编程方式，支持一键为Jupyter添加代码、数据集、模型集，同时支持简单的streamlit、ipython一键部署并提供外部可访问地址。

5.根据权利要求1所述的支持多维度AI的方法，其特征在于，所述后端封装各类API功能，精简参数以及规范返回数据，包括：

基于k8s集群创建容器，内部支持Keras、PyTorch、MXNet、TensorFlow多种框架一键选择，同时支持用户自定义其他不同的框架；

支持CPU计算以及GPU训练加速及多机多卡分布式训练。

6.根据权利要求1所述的支持多维度AI的方法，其特征在于，所述后端封装各类API功能，精简参数以及规范返回数据，包括：

支持一键部署模型服务并且支持复制成熟的算法部署方式，一键使用；

支持流量分担模式及A/B测试；

支持用户根据工程需要自定义容器镜像以及节点；

支持对外暴露服务端口以便于用户使用远程登陆以及远程访问内部服务等功能。

7.根据权利要求1所述的支持多维度AI的方法，其特征在于，所述后端封装各类API功能，精简参数以及规范返回数据，包括：

支持多服务共享GPU，合理调度、充分利用GPU资源。

8.一种支持多维度AI的系统，其特征在于，包括：

物理资源模块，用于基于公有云，采用容器化技术，均衡负载以及合理分配和快速释放资源；

基础对接模块，用于基于nginx配合Sping cloud getway，搭建平台网关以及访问环境，创建相对应的API请求路径；

平台模块，用于后端封装各类API功能，精简参数以及规范返回数据；

界面模块，用于基于React开发，搭建可视化操作界面。

9.一种电子设备，包括存储器和处理器，所述存储器存储计算机程序，其特征在于，所述计算机程序在所述处理器中执行可实现权利要求1至7中任一种方法。

10.一种存储介质，存储计算机程序，其特征在于，所述计算机程序在处理器中执行可实现权利要求1至7中任一种方法。