| 基础能力 | 项目组管理 | AI平台需要通过项目划分，支持配置相应项目组用户的权限，任务/服务的挂载，资源组，集群，服务代理，项目组内角色应用 |
| 基础能力 | 网络 | 支持非80端口，支持公网/域名，支持反向代理和内网穿透方式访问，支持https |
| 基础能力 | 用户管理 角色管理/权限管理 | 管理平台用户的基本信息，组织架构，支持账号密码，rbac权限体系。增加修改和删除，清理等操作的历史记录 |
| 基础能力 | 计量计费功能 | 1、支持平台资源限制的分配和查看；项目组资源限制，租户资源限制、任务资源限制，项目组下个人的资源限制，包括开发资源，训练资源、推理资源等。 额度限制限制在notebook，docker构建，pipeline，超参搜索，内部服务，推理服务中的生效。限制支持单任务，并行任务总和和历史任务总和等方法2、提供统一的开发、训练、推理服务资源监控，从租户、项目、任务角度分析模型资源分配及使用情况。3、支持自定义计费模式，通过计量结果自定义获取计费值 |
| 基础能力 | SSO单点登录 | 账号密码注册自动登录，支持对接公司账号体系AUTH_OID/AUTH_LDAP/AUTH_REMOTE_USER等登录注册方式，支持消息推送。增加登录验证，强密码，远程用户，登录频率限制，密码密文传输等 |
| 基础能力 | 支持多种算力 | 提供多种规格的资源支持不同的使用场景，cpu/gpu等 支持T4/V100/A100等多种卡型，支持arm64芯片，支持vgpu等模式。支持国产gpu，支持调度海光dcu，华为npu，寒武纪mlu，天数智芯GPU，支持rdma调度，mellanox。支持gpu禁用模型，共享模式，独占模式 |
| 基础能力 | 多资源组/多集群 | 支持划分多资源组，支持ipvs的k8s网络模式，支持多k8s集群，支持containerd容器运行态 |
| 基础能力 | 边缘集群 | 支持边缘集群模式，支持边缘节点开发，训练，推理 |
| 基础能力 | serverless集群模式 | 支持腾讯云serverless集群模式，（notebook,pipeline,推理服务模块支持）阿里云serverless集群模式（notebook,pipeline,推理服务模块支持） |
| 基础能力 | 数据库存储 | 支持外部mysql作为元数据库支持外部postgres作为元数据库 |
| 基础能力 | 机器资源管理 | web界面控制机器调度类型，所属资源组，是否启动rdma，是否启动vgpu，可用任务场景等 |
| 基础能力 | 存储盘管理 | 支持web界面添加存储盘，支持项目组绑定，notebook pipeline 推理服务，直接在pod中挂载外部分布式存储。支持nfs，cfs，oss，nas，cos，glusterfs，cephfs，s3/minio |
| 基础能力 | 国际化能力 | mlops支持配置多语言配置，目前支持中英文 |
| 数据管理 | 数据地图 | 元数据库表管理，指标，维表 |
| 数据管理 | 数据计算 | sqllab交互查询，支持mysql，postgresql，clickhouse，hive，presto等计算引擎 |
| 数据管理 |
ETL编排 | 数据ETL任务流编排，任务管理等对接公司数据中台相应计算/调度引擎 |
| 数据管理 | 数据集管理 | 允许用户随时上传样本集（图片、音频、文本等），支持sdk进行数据集对接，支持数据集一键探索功能 |
| 数据管理 | 数据标注 | 支持标注平台，图/文/音/多模态各类型标注能力，对接一站式机器学习平台，支持自动化标注(需购买aihub)：支持目标识别，目标边界识别，目标遮罩识别，图片分类，图片描述，ocr，关键点检测。支持大模型自动化标注：文本分类，文本翻译，命名实体识别，阅读理解，问答，摘要提取。 |
| 开发环境 | 镜像功能 | 镜像仓库/镜像管理/在线构建镜像。同时提供平台所有镜像，包括模板镜像/服务镜像/notebook镜像/gpu基础环境的构建方法和构建后镜像，支持dockerfile在线构建 支持同一仓库多个秘钥配置 |
| 开发环境 | notebook | 支持基于开源的Jupyterlab/vscode，提供在线的交互式开发调试工具；提供多种可选环境ide和开发示例，支持资源类型选择 支持大数据版本，机器学习版本，深度学习版本 大数据版本支持用户信息，hdfs客户端，hive客户端和spark客户端 支持ssh remote与notebook对接远程开发，方便快速将本地代码提交到平台的训练环境。ssh隧道代理，单端口开放 支持matlab，Rstudio等在线ide 支持gpu，cpu，内存，监控，支持git交互 支持自定义notebook镜像，便于封装公司自己的notebook 多环境notebook，支持R语言/julia语言/python2.7/python3.6/python3.7/python3.8/python3.9/python3.10环境和cube-studio专有环境 支持tensorboard任务可视化 notebook支持环境镜像保存 jupyter支持密码保护 notebook支持整卡占用，虚拟卡占用，gpu共享占用 支持notebook启动自动初始化环境 |
| 模型训练 | 拖拉拽任务流编排调试 | 提供拖拽式交互开发环境，支持开发者以拖拽的方式完成业务逻辑的PIPLINE；支持单任务调试，训练支持多种资源规格（CPU、GPU等），支持卡型的选择，超时重试等。任务支持独占和共享占用gpu分布式任务模板支持单任务调试用户镜像而非模板镜像 支持rdma资源占用 支持gpu不同厂商，不同卡型的占用 分布式任务模板支持gpu型号透传，rdma资源透传，拉取秘钥透传 pipeline调试，支持定时调度，补录，并发限制，超时，实例依赖等，任务管理，workflow实例管理，资源监控，支持任务输入输出，任务流全局变量，文本/图片/echart结果可视化，支持workflow暂停和恢复。支持任务流优先级 支持单任务和pipeline运行中任务监听端口提供运行中服务监听能力 任务流支持任务推荐定时调度支持最大保留实例数pipeline支持任务流优先级 |
| 模型训练 | 主流功能算子 | 基础算子：自定义镜像，逻辑节点，python 数据同步：数据集导入，(支持huggingface数据集)datax，datax-import模型导入(支持huggingface模型) 数据处理工具：hadoop/spark作业提交，volcanojob/ray分布式数据处理，sparkjob hadoop支持hadfs，hive命令，spark命令 特征处理：-数据合并，包含union、join操作 -去除重复样本 -数据变换，包括boxcox转换、二值化、数据类型转换、dct变换、根据函数转换、ma移动平均、多项式展开 -非数值型变量处理，包括hash、根据统计量转换、one-hot -异常值检测 -获取变量的统计量 -去除值过于单一的变量 -删除缺失率过高的值 -删除缺失率过高的值 -填充缺失值 -数据离散化，等宽、等频、聚类离散化 -标准化、正则化、归一化，有最大绝对值归一化、最大最小归一化、z_score标准化 -索引处理，包含增加索引、索引转列、列索引重命名 -排序 -执行sql -hadamard乘积 -特征组合，用于衍生特征 -降维，包括pca降维和卡方降维 -特征重要性，通过随机森林、逻辑回归、xgboost等模型计算特征重要性，可计算特征的iv值、互信息值、方差等 -特征向量间的相关性计算 -数据拆分，包括列内拆分、列间拆分、行间拆分、svd奇异值分解 -采样，包括随机采样、分层采样、过采样、欠采样 传统机器学习：ray-sklearn分布式，xgb单机训练推理 传统机器学习算法：ar/arima时间序列算法/random-forest/random-forest-regression/lr/lightgbm/knn/kmean/gbdt/decision-tree/pca/lda/catboost/xgb/超参搜索 分布式深度学习框架：tf/pytorch/mxnet/horovod/paddlejob/mindspore分布式训练 分布式加速框架：mpi/colossalai/deepspeed/horovod/megatron 模型处理：模型评估，模型格式转换 模型服务化：模型注册，模型离线推理，模型部署 媒体分布式处理：分布式媒体下载，视频提取图片，视频提取图片 |
| 模型训练 | 算子自定义 | 支持算子自定义，通过web界面操作将自定义算法代码镜像，注册为可被他人复用的pipeline算子 |
| 模型训练 | 自动学习 | 面向非AI背景的用户提供自动学习服务，用户选择某一个场景之后，上传训练数据即可自动开始训练和模型部署，支持示例automl任务流导入导出 |
| 模型训练 | 自定义镜像 | 面向高级 AI 开发者，提供自定义训练作业（执行环境 + 代码）功能； |
| 模型训练 | 自动调参 | 基于单机/分布式自动超参搜索 |
| 模型训练 | TensorBoard作业 | 实时/离线观察模型训练过程中的参数和指标变化情况 |
| 模型管理 推理服务 | 内部服务 | 支持开发或运维工具快捷部署，提供mysql-web，postgresql web，mobgo web， redis web，neo4j，rstudio等开源工具 |
| 模型管理 推理服务 | 模型管理 | 模型管理用于对模型多版本管理，支持模型发布为推理服务 |
| 模型管理 推理服务 | 推理服务 | 支持ml/tf/pytorch/tentortrt/onnx常规模型的多版本的0代码发布。支持gpu卡型选择，支持vgpu，独占，共享占用，支持cpu/mem/gpu等弹性伸缩，支持服务优先级，支持远程模型路径,支持流量分流，流量复制，sidecar配置，支持泛域名配置，支持配置文件挂载，启动目录/命令/环境变量/端口/指标/健康检查等 支持调试环境/测试环境/生产环境 支持域名/ip代理多种形式 支持服务负载指标监控 支持多版本服务滚动升级和回滚，支持单pod滚动发布 支持禁用k8s service负载均衡器 支持大模型分布式推理 提供ml/tf/pytorch/tentortrt/onnx常规模型推理服务镜像 支持用户自定义模型推理镜像支持定时伸缩容支持配置服务的jwt认证功能 |
| 监控 | 整体资源 | 所有集群，所有计算机器的使用情况，包括机器的所属集群，所属资源组，机器ip，cpu/gpu类型和卡型，当前cpu/内存/gpu的使用率 所有集群，所有计算pod的使用情况，包括pod所属集群，所属资源组，所属命名空间，调度ip，pod名称，启动用户，cpu，gpu，内存的申请使用率 整体资源页面，支持管理员批量删除 |
| 监控 | 监控体系 | 所有机器的gpu资源的使用情况， 所有机器的内存/cpu/网络io/磁盘io的负载情况， 所有pod的内存/cpu/gpu/网络io负载情况 所有推理服务的内存/cpu/gpu/qps/吞吐/vgpu负载情况 支持ib流量监控 |
| 模型应用市场 | 模型应用管理方案 | 提供cubestudio sdk，提供模型开发规范和使用规范 |
| 模型应用市场 | 模型应用管理方案 | 提供web端模型应用体验，支持同步/异步推理 |
| 模型应用市场 | 模型应用管理方案 | 提供开发多个python cuda版本的基础镜像 |
| 模型应用市场 | 预训练模型 | 提供视觉，听觉，nlp，多模态等400+预训练模型，提供预训练模型的模型加载和推理能力，可直接一键部署服务，并提供api |
| 模型应用市场 | 模型市场 | aihub应用对接cube-studio平台进行卡片式展示 |
| 模型应用市场 | 模型一键开发 | 提供一键转notebook开发，提供符合当前模型所需环境的jupyter |
| 模型应用市场 | 模型一键微调 | 支持一键转pipeline微调链路，包括示例数据集下载，微调，模型注册，模型部署，支持微调后模型部署 |
| 模型应用市场 | 模型一键部署web | 提供模型一键部署提供手机端和pc端web界面和api，和demo示例弹窗演示 |
| 模型应用市场 | 模型自动化标注 | 支持部署对接labelstudio自动化标注 |
| 模型应用市场 | 数据集sdk | 支持通过python sdk搜索上传下载数据集，支持数据集的加解密/解压缩/数据集基础信息查看等 |
| 模型应用市场 | notebook sdk | 支持通过api，对接cube-studio创建notebook，并跳转到指定目录，用于其他算法平台在当前平台的调试和演示 |
| 模型应用市场 | pipeline训练sdk | 支持AI开发主流语言 Python，提供Python SDK支持用户通过SDK来进行pipeline任务流管理和训练任务启动以及任务流编排 |
| 模型应用市场 | 推理服务sdk | 提供python sdk，对接cube tudio进行推理服务的发布，服务升级 |
| 大模型 | 大模型分布式多机多卡 | 支持分布式多机多卡训练，例如mpi/deepspeed/Colossal-AI |
| 大模型 | 支持大模型推理aihub形式 | 支持openjourney/gpt3/yuan/sd-v1.5/sd-v2/sd-v3/Stable Cascade/Stable Diffusion XL/chatglm/chatglm2/chatglm3/chatglm4/llama/llama2/llama3/chinese-llama2/chinese-alpaca/llama2-chinese/qwen/baichuan2/qwen2/gemma/yi/aquilachat2部署 |
| 大模型 | 支持大模型推理openai接口 | 支持fastchat+vllm大模型推理，支持推理加速+流式接口 |
| 大模型 | 支持大模型微调 | 支持chatglm2/chatglm3/chatglm4/llama2-chinese/llama3-chinese/baichuan2/qwen2 lora微调，支持llama-factory 100+llm微调 |
| 大模型 | 智能对话 | 提供支持多场景对话，支持提示词构建，推理接口配置，llm问答，支持问询中模型切换，清理，历史上下文 |
| 大模型 | 私有知识库 | 私有知识库配置，私有知识库召回 |
| 大模型 | 私有知识库 | 支持召回列表模式 |
| 大模型 | 私有知识库 | 支持aigc模式 |
| 大模型 | 私有知识库 | 支持微信公众号服务号对接 |
| 大模型 | 私有知识库 | 支持企业微信群聊机器人对接 |
| 大模型 | 私有知识库 | 支持钉钉群聊机器人对接 |
