如果我们从AI模型生命周期角度拆分， 那么就有：
1）数据标注平台
面向数据接入、清洗、标注等和训练数据有关的工作 。 数据接入、清洗的工作其实和大数据的关联性比较强， 有些标注平台甚至是大数据系统的组件 。
对于AI标注/数据平台来说， 一个思路是类似百度的EasyData， 针对模型训练数据提供一部分预处理功能（如缩放、翻转图像提高模型鲁棒性， 或者对图像进行滤波、降噪等增强操作）和智能标注功能（先利用已经训练好的模型自动标注一把， 然后再由人工校准或微调）， 正是这些功能支撑起了数据标注平台 。
另外一个不错的思路是更侧重“标注”这个动作本身， 类似basicFinder， 做数据需求方和数据标注商的撮合生意并提供标注工具 。
2）模型设计平台
这个一般不会作为单独的产品， 个人猜测原因主要是模型结构设计门槛高、需求小 。 从我自己的经验来看， 使用开源框架开发和使用平台提供的工具效率差别不大 。
模型设计的功能大多是作为开发平台一个模块， 通过可视化拖拉拽、notebook等方式进行模型结构设计 。
3）模型训练平台
提供模型训练的算力、环境， 这个是AI平台中比较常见的产品， 由于模型训练对硬件资源的高消耗， 通常会租用云计算资源来完成模型训练， 所以很多模型训练平台是与云平台捆绑的， 完成包括负载均衡、并行训练等工作 。
4）模型部署平台
提供把模型从训练环境部署到推理环境（云端、边缘端等）的工具 。 这个功能相对简单， 较少单独作为一个产品， 一般是也是作为开发平台的一个功能模块 。
一个例外是边缘/嵌入式环境部署平台（如百度EasyEdge）， 由于硬件适配比较繁琐， 所以目前看到百度是做成一个相对独立的产品的 。
5）模型推理平台
提供各式各样的模型接口， 供用户直接调用， 一般还提供包括模型调用管理、接口管理等功能， 这种推理平台主要是以模型作为核心竞争力的 。 另一种推理平台则以算力作为竞争力， 类似云平台， 用户将模型部署在平台上可获得弹性扩缩容等能力 。
参考蚂蚁AI平台的一篇分享， AI平台按照不同层级的业务需求可以分为5级：功能嵌入、API调用、数据训练、模型定制、算法开发 。
把5级业务需求和生命周期对比来看， 业务的按需分层和模型生命周期的各个阶段基本是呈对应关系的 。 需求越高级， 追溯到的生命周期越靠前 。
功能嵌入和API调用级需求只涉及模型推理， 数据训练级需求涉及数据标注、训练、部署以及推理过程， 模型定制和算法开发级需求就涉及全流程的功能了 。
上图给出了一些AI开发平台产品的AI模型生命周期覆盖情况， 可以看到大部分产品其实都是提供全生命周期的功能的 。 当然不是说以上的分析没有意义， 按生命周期或者按需求层次拆解还是可以帮助我们捋清产品架构的 。
个人觉得其中百度的功能架构是最舒服、逻辑性最好的 。 百度的AI开发平台包括BML和EasyDL两个， BML是全流程的开发平台， 覆盖了AI模型全生命周期；EasyDL定位是零门槛开发， 所以只支持到数据训练级别的开发 。
这样的拆分其实就是依据前边所说的业务需求等级进行的， 拆分之后目标用户要清晰很多 。 BML中相对独立的数据相关功能和边缘部署相关功能又都拆成组件/小平台， 可以供用户单独调用， 从而提高灵活性 。
TI系列的其他两个平台TI-Matrix和Ti-EMS分别是“AI应用服务平台”和“无服务推理平台”， 个人感觉都更偏向云服务一些， 主要是服务调度、扩缩容等能力 。

• 腾讯广点通广告投放网址 广告投放平台网址
• 贷款平台哪个靠谱容易通过 抵押贷款哪个银行好
• 快速度过减肥平台期是请私人教练靠谱还是买代餐食谱自己运动靠谱
• 速卖通平台特点及优势有哪些？具体情况介绍
• 贷款平台哪个靠谱容易通过 用营业执照贷款的平台
• 联昊快递单号查询 怎么查询快递单号是哪个电商平台
• 第三方支付平台占有率 第三方支付份额排名
• 发票认证勾选平台无法登录 发票勾选认证平台登录没有显示
• 在什么网站上可以接到外贸服装订单？ 外贸订单一般在哪个平台接
• 哪个女装批发渠道进货比较靠谱？求推荐 哪个平台的货源批发更多更好