作为AI开发工作者,是不是经常碰到如下问题:
Q1:想做模型训练,本地机器资源不够用,怎么办?
Q2:市面上这么多代码编辑器,怎么选?
Q3:租用云服务器好贵,机型少不稳定,怎么办?
Q4:如果有增强式交互体验,那编码体验完美极了!
Q5:要是数据处理速度非常快,那会节省不少时间!
基于这些痛点问题,百度团队倾力推出BML CodeLab产品。致力于让AI技术更好服务大众,让AI开发变的更简单智能。
BML CodeLab 是什么
BML CodeLab是百度团队自主研发的面向机器学习开发环境,实现本地主机与远程机器协同开发机制,为用户带来顺畅的编码体验同时,还可以灵活调用云端算力,多人共享算力,使用户更专注于数据处理与建模工作。
BML CodeLab经过了内测和邀测版本迭代及功能优化,现正式发布0.3.1版本。
BML CodeLab 产品特色
1. 本地主机与远程机器协同开发模式
BML CodeLab不改变用户的本地编码习惯,本地调试后,就可调用云端算力进行训练,即解决了本地机器算力能力不足问题,也帮助用户省去本地编码环境与云端不断切换的繁琐操作。
2. 增强的交互式开发
为给用户带来顺畅、人性化的开发体验,在集成JupyterLab优秀功能基础上,引入微软Monaco编辑器,支持任何编程语言的代码补全、用法提示、多光标等IDE功能。
3. 高性能计算引擎
BML CodeLab内置了百度自研的高性能数据科学引擎Blackhole,利用单机GPU和CPU进行异构加速计算,相比开源Pandas/Sklearn性能可提升6倍以上,同时拥有处理10TB的单机超大数据处理能力,如下图对比结果:
同时提供和Pandas、Sklearn基本一致的易用接口,详见:
https://cloud.baidu.com/doc/BML/s/fkgdqi8i4
4. 高性价比算力资源
为给用户提供充裕经济的算力,解决资源不够用,排队时间长、运行时长受限等痛点问题,百度提供了智星云2080Ti算力能力,且支持算力共享,即一方购买了算力,可分享给其他用户使用,多人共享算力,最大化利用闲置资源。(说明:当前支持Mac/Linux系统版客户端使用算力提交云端任务,Windows版本客户端该功能目前在升级中,但可正常使用本地资源)
现在下载客户端试用,有免费算力赠送哦,详见文末彩蛋!
5. 内置百度文心(ERINE)强大的语义理解技术
BML CodeLab内置百度NLP自研的基于知识增强的语义理解技术,将大数据预训练与多源丰富知识相结合,通过持续学习技术,不断吸收海量文本数据中词汇、结构、语义等方面的新知识,实现模型效果的不断进化,详见:
https://cloud.baidu.com/doc/BML/s/Dkhvpl5cd
此外,BML CodeLab支持对代码、数据、模型等类型文件的版本控制;可通过不同文件颜色区分新建文件、已删除文件、已修改文件,方便用户监控文件变化,把控版本生成。
BML CodeLab还有很多功能值得开发者探索使用,在用AI服务大众的道路上,百度BML CodeLab团队一直在快速奔跑,不断探索,攻破一个个技术难题,相信团队会用先进的技术带给用户最好的体验。
点击下方链接下载试用,现在下载,还免费送100G云端存储,更有免费算力码倾囊赠送!!!
https://cloud.baidu.com/solution/bml/codelab.html
请关注下方链接,12月5日至12月11日,每天中午12点准时发送算力码,在客户端绑定即可使用,欢迎体验!
https://ai.baidu.com/forum/topic/show/974356
进入云端管理页面(可查看算力分享玩法链接)购买更高配置资源,现阶段全部5折优惠哦!
更有3080算力资源半价使用哦,联系我们了解详情!
活动免费算力码获取链接及使用说明:
https://ai.baidu.com/forum/topic/show/974356
附使用手册:
https://cloud.baidu.com/doc/BML/s/kkhemrmyv
附遇坑解决文章:
https://ai.baidu.com/forum/topic/show/973927
附算力分享玩法:
https://ai.baidu.com/forum/topic/show/974042
联系方式:[email protected]
或在社区发帖联系我们:
https://ai.baidu.com/forum/topic/list/208
????
现在,在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
关于PaperWeekly
PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域,欢迎在公众号后台点击「交流群」,小助手将把你带入 PaperWeekly 的交流群里。