工作空间 Workspace
- 为用户提供专属的工作空间，工作中的代码、临时的数据等都可以存储到工作空间中
- 工作空间可以挂载到Juypterlab中，作为Juypterlab的工作目录，用户在其中的所有操作留下的数据都会存储到该空间中，包括运行期间产生的操作访问日志
- 工作空间还可以挂载在到分布式训练任务，模型打包任务以及工作流任意节点中，方便在不同工作场景中共享
Notebook (Jupyterlab运行时)
- 为用户提供在线工作环境，用户可以在线编写调试代码、编写文档、定义图表等
- 用户可根据需要在指定的工作空间中启动Notebook，同时选择CPU、GPU、内存等资源，并可关联多个数据集
分布式训练
- 分布式训练为AI开发者提供可以联合多机的训练资源进行分布式的训练，大幅缩短训练时间
- 平台整合多种当下流行分布式训练框架，用户只需简单定义模型参数、所需节点资源及个数，便可快速开启分布式训练任务
- 用户在任务执行期间还可以监控所有节点的资源使用情况，运行状态以及日志等信息
模型打包与部署
- 服务提供打包任务定义，指定工作空间，模型路径，模型接口输入输出参数等一键打包能力
- 针对打包好的模型，用户可选择任意打包的版本进行部署，部署时还可指定模型运行所需的计算资源
- 支持部署版本生成和版本回滚等操作
