針對目前各行業(yè)用戶在落地廣泛業(yè)務需求分析、處理多重數(shù)據(jù)模態(tài)對接、跟進高度定制場景問題解決、運營多源多框架AI模型等方面的問題，星環(huán)自主研發(fā)的一站式智能分析工具平臺Sophon推出了3.2版本。

3.2版本的Sophon通過以數(shù)據(jù)和模型為中心，提供“六易三倉兩中心”的功能服務，讓用戶能夠基于自身需求構建緊密貼合其業(yè)務場景的新一代AI應用。

一、六易——實現(xiàn)新一代AI平民化

Sophon 3.2從數(shù)據(jù)接入獲取、模型構建訓練、模型運維管理、模型發(fā)布迭代等AI應用全生命周期的相關流程出發(fā)，考慮用戶可能遇到的問題后，從樣本管理、場景開發(fā)、模型獲得、模型管理、效果迭代及系統(tǒng)運維六大方面降低用戶使用的門檻，實現(xiàn)新一代AI平民化。

圖：Sophon智能分析工具 v3.2架構圖

* 樣本“易”管理：提供樣本倉庫，讓數(shù)據(jù)資產易管理

* 場景“易”開發(fā)：提供Vlab、Discover、AutoCV多個模塊，通過可視化、編程式、流程式的建模服務，以及內置的開源建?？蚣?、自研的Sophon ZenGraph圖計算框架、Sophon TS 時間序列計算庫及基礎機器學習算法庫，讓建模場景易搭建;

* 模型“易”獲得：提供模型倉庫，支持將NLP、OCR、CV、基礎機器學習等多框架多源模型進行統(tǒng)一納管，并在模型上線前提供靜態(tài)評估，讓高性能的模型服務易被挖掘;

* 模型“易”管理：提供MLOps及XAI模塊，支持將高性能模型進行統(tǒng)一可視化部署、統(tǒng)一全方位監(jiān)控、統(tǒng)一多維度評估;提供一鍵部署以及可視化的服務推理搭建部署的模式，并從模型調用情況、模型使用資源情況、模型數(shù)據(jù)偏移情況等方面提供全方位監(jiān)控，同時從模型預測性能、模型可解釋、模型輸入輸出偏移等方面提供多維度的評估，讓模型易管理，全面掌握模型服務運行狀態(tài);

* 效果“易”迭代：提供MLOps模塊，支持可視化持續(xù)訓練pipeline，讓模型迭代時，模型效果易提升;

* 系統(tǒng)“易”運維：支持無需侵入式代碼改造的分布式python機器學習計算框架Ray、基于GPU池化的GPU分組管理服務、基于Spark on K8s的資源統(tǒng)一調度等，讓GPU資源易用、分布式能力易用、系統(tǒng)運維易用。

二、三倉——實現(xiàn)多模態(tài)數(shù)據(jù)管理

Sophon 3.2基于“三倉一平臺”的框架，圍繞數(shù)據(jù)開發(fā)全流程，以數(shù)據(jù)流視角分別建設“樣本倉、模型倉和場景倉”，實現(xiàn)全流程、多模態(tài)數(shù)據(jù)的統(tǒng)一納管。

* 樣本倉庫：新版本Sophon提供的樣本倉功能模塊，可實現(xiàn)對數(shù)據(jù)的精細化管理，輸出高質量多模數(shù)據(jù)，驅動高質量模型的迭代。

圖：Sophon樣本倉庫

樣本倉庫支持數(shù)據(jù)接入、智能標簽和數(shù)據(jù)洞察。樣本倉庫支持文本、視頻、圖像、時間序列等多模態(tài)的數(shù)據(jù)統(tǒng)一接入和管理;智能標簽方面，平臺預置2種前沿風格遷移算法、20+多模態(tài)數(shù)據(jù)預處理算法、10+標注類型以及20+靈活的數(shù)據(jù)增強方式，支持數(shù)據(jù)準備、生成、標注及擴增等一系列過程;在快速完成原始數(shù)據(jù)的實體、關系、文本類型、圖片設備狀態(tài)、圖片異物狀況等要素提取的同時，并建立智能化標簽及相關索引，便于精細化查找對應樣本數(shù)據(jù);此外，針對非機構化數(shù)據(jù)，結合預置分析模型，自動輸出分析報告，幫助用戶更清晰的洞察數(shù)據(jù)質量。

* 模型倉庫：新版本Sophon提供的模型倉庫功能模塊，作為模型開發(fā)與模型應用的中間環(huán)節(jié)，統(tǒng)一納管多源模型，讓模型管理和應用人員能快速找到最適合業(yè)務場景的模型，實現(xiàn)組裝與評估輸出高質量模型服務。

圖：Sophon模型倉庫

模型倉庫支持對模型的納管、組裝和評估。模型納管功能支持NLP、結構化二維表、圖像、OCR等模型以鏡像或文件的鏡像一鍵上架到模型倉庫進行統(tǒng)一納管;模型組裝功能支持用戶將兩個或以上的單任務模型，自由組合形成更貼近需求的多模態(tài)模型方案;模型評估功能支持用戶在模型部署上線前，在模型倉庫種進行冒煙測試，并生成模型測試評估報告，并橫向對比多份評估報告，保證輸出部署上線高質量的模型服務。

* 場景倉庫：內置場景涵蓋營銷、風控、KBQA、圖譜風險探查、圖像檢索、內容安全檢測等廣泛需求，并提供覆蓋場景建模分析全流程的平臺和工具，讓用戶通過低代碼方式快速構建貼合其業(yè)務應用的建模場景。

圖：Sophon場景倉庫

場景模板內置基于模型和業(yè)務的積累，平臺預置了面向不同行業(yè)領域的應用模板，開箱即用。同時場景模板開放了業(yè)務規(guī)則的配置能力，實施人員可基于模板在大規(guī)模部署落地時，僅修改配置即可。此外，平臺提供拉拽的交互方式輔助用戶將模型和業(yè)務邏輯串聯(lián)，形成標準場景模板，業(yè)務流程支持不同模態(tài)的業(yè)務流組合分析，場景包可以在平臺進行積累，版本管理和遷移。

三、兩中心——實現(xiàn)數(shù)據(jù)及模型資產的價值挖掘

Sophon 3.2秉持以數(shù)據(jù)為中心和以模型為中心的理念，幫助用戶將零散的數(shù)據(jù)和模型進行有效管理，并通過數(shù)據(jù)資產管理及模型資產管理等手段，實現(xiàn)數(shù)據(jù)和模型資產的價值迸發(fā)。

企業(yè)可以通過確定某一使用場景，來倒推需要使用的模型或模型組，從而確定需要收集和訓練的數(shù)據(jù)種類及數(shù)據(jù)集。通過數(shù)據(jù)環(huán)、模型環(huán)和場景環(huán)建設，企業(yè)可以有效降低模型、場景及應用的開發(fā)成本，并有效激發(fā)團隊協(xié)作潛能，并提升應用創(chuàng)新能力。

圖：Sophon 人工智能應用建設方法論

為更好地激發(fā)AI模型資產價值，Sophon 3.2發(fā)布的MLops模型運營模塊，提供大模型的開發(fā)/運維工具鏈，可幫助企業(yè)用戶快速開發(fā)構建領域大模型應用。同時，使用Sophon MLOps進行指令開發(fā)和模型微調、對齊，我們開發(fā)出了大數(shù)據(jù)分析大模型SoLar求索，讓業(yè)務人員在不需要學習和掌握數(shù)據(jù)庫編程語言的前提下自由地按需查詢數(shù)據(jù)。

圖：LLM平臺階段性演進圖

圖：大數(shù)據(jù)分析大模型SoLar求索的NLP2SQL功能

Sophon 3.2通過提供六易三倉兩中心能力，加之MLOps模型運管模塊、AutoCV視覺模型生產應用模塊等AI能力支撐，能夠保障企業(yè)數(shù)據(jù)到智能應用的落地，實現(xiàn)AI能力平民化、AI價值最大化。

（免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）