依瞳人工智能平台旨在为不同行业的用户提供基于深度学习的端到端解决方案，使用户可以用最快的速度、最少的时间开始高性能的深度学习工作，从而大幅节省研究成本、提高研发效率，同时可为中小企业解决私有云难建成、成本高等问题。 平台融合了Tensorflow、PyTorch、MindSpore等开源深度学习框架，提供了模型训练、超参调优、集群状态监控等开发环境，方便AI开发者快速搭建人工智能开发环境，开展AI开发应用。在监控模块基础上搭建预警模块，自动将平台异常通知管理员，提升平台的预警效率及安全性能。
- 安装环境须知
| 硬件平台 | 操作系统 | 状态 |
|---|---|---|
| Ascend 800-9010 | Ubuntu-18.04.1 | ✔️ |
| Ascend 800-9000 | Ubuntu-18.04.1 | ✔️ |
| Atlas 500-3010 | Ubuntu-18.04.1 | ✔️ |
| GPU CUDA 10.1 | Ubuntu-18.04 | ✔️ |
| GPU CUDA 11 | Ubuntu-18.04 | ✔️ |
| CPU | Ubuntu-18.04 | ✔️ |
- 集群节点须在同一个局域网（LAN）中
- 预先开通必要的网络访问端口
- 建议将etcd，数据库，存储服务独立业务集群
支持使用ansible交互式分层部署平台，也支持源码配置编译安装。
有关安装指南、教程和API的更多详细信息，请参阅apulis wiki 正在筹备更新中~！
请查看依瞳人工智能平台开放治理。
- Slack：Apulis
- 官网：依瞳科技
- 邮件列表：Mailing List
- 官方微博：依瞳科技V
- 关注官方知乎专栏
欢迎参与贡献。更多详情，请参阅我们的贡献者指引。
依瞳人工智能平台的版本分支有以下几种维护阶段：
| 状态 | 持续时间 | 说明 |
|---|---|---|
| Planning | 1 - 3 months | 特性规划。 |
| Development | 3 months | 特性开发。 |
| Maintained | 6 - 12 months | 允许所有问题修复的合入，并发布版本。 |
| Unmaintained | 0 - 3 months | 允许所有问题修复的合入，无专人维护，不再发布版本。 |
| End Of Life (EOL) | N/A | 不再接受修改合入该分支。 |
| 分支名 | 当前状态 | 上线时间 | 后续状态 | EOL 日期 |
|---|---|---|---|---|
| v1.6 | Development | 2020-02-10 estimated | Maintained 2022-03-31 estimated |
|
| v1.5 | Maintained | 2020-12-31 | Unmaintained 2021-06-30 estimated |
|
| v1.3 | Unmaintained | 2020-10-30 | End Of Life 2020-12-01 estimated |
2020-11-30 |
| v0.1.6 | End Of Life | 2020-08-31 | 2020-09-30 | |
| v0.1.0 | End Of Life | 2020-07-01 | 2020-09-30 |
Latest Release
- 更新预置模型和数据集
- 修复多机分布式任务相关问题
- 升级UI，更好的使用体验
- 提升平台稳定性
- 支持Privilege Job
- 支持PVC
- 支持用户资源限制
- 灵活调度NPU，GPU资源
- 修复Bug,平台优化
- 优化UI
版本说明请参阅RELEASE。
所有开源代码和文档遵从MIT License