AI開發
進入工作空間后，您可以使用PAI子產品進行AI開發。本文介紹如何快速上手并使用PAI及常用的AI開發流程，您可以結合實際情況選擇。
快速開始
您可以通過快速開始快速上手并體驗PAI的訓練和部署流程，詳情請參見Model Gallery概述。
如果您想更詳細地了解并使用PAI的子產品（Designer、DSW、DLC、EAS等），詳情請參見AI開發流程。
阿里云為首次使用DSW/DLC/EAS服務的新用戶提供了免費試用權益，新用戶可以領取資源抵扣包，在使用相關服務時，通過特定的計算方式進行抵扣。關于免費試用更詳細的內容介紹，請參見免費試用指南。
AI開發流程
進入工作空間后，在左側導航欄可以看到PAI的全部子產品模塊。您需要根據實際開發場景進行機器學習全生命周期的開發和管理。常見的使用場景如下所示，您可以按照流程引導，使用子產品模塊：
云原生開發場景
區域
描述
相關文檔
①
高質量的數據集是高精度模型的基礎，也是數據準備的核心目標。您可以通過數據集管理模塊將本地數據、阿里云存儲中的數據以及公共數據集進行注冊，也可以通過掃描OSS文件夾生成索引數據集，從而統一管理PAI的相關數據，為數據標注及模型訓練環節做好準備。
②
DSW是為AI開發者量身定制的云端機器學習交互式開發IDE，可以隨時隨地開啟Notebook快速讀取數據、開發算法、訓練及部署模型。
③
鏡像管理模塊為您展示PAI提供的官方公開鏡像以及自定義鏡像關聯功能，從而在PAI中統一管理應用的鏡像。
④
云原生一站式的深度學習訓練平臺，提供靈活、穩定、易用和高性能的機器學習訓練環境。支持多種算法框架，超大規模分布式深度學習任務的運行以及自定義算法框架。
⑤
為了方便您在提交任務時指定所需的數據集和代碼倉，PAI支持添加文件系統NAS或對象存儲OSS的數據集以及Git代碼倉。
⑥
模型管理模塊統一管理訓練完成的模型，并直接對接模型在線服務（EAS）。您可以將模型直接部署為在線服務。
⑦
PAI平臺的模型在線預測服務，支持異構硬件（CPU和GPU）模型加載，高吞吐低延遲，大規模復雜模型一鍵部署及實時彈性擴縮容。
說明目前EAS產品不支持使用DSW鏡像和CPFS類型的數據集。
AI+大數據最佳實踐
區域
描述
相關文檔
①
使用MaxCompute存儲數據，首先在DataWorks中對數據進行預處理，然后PAI引用MaxCompute表作為數據源進行模型訓練。
②
Designer支持大規模分布式的傳統機器學習、深度學習、強化學習訓練，支持流批一體訓練，該子模塊封裝了上百種機器學習算法，您可以拖拽式建模、自動調參，從而無編程玩轉人工智能。
③
DataWorks根據配置的調度和時間屬性等參數，周期調度任務。
④
任務管理支持將Designer的實驗數據或自定義任務的執行信息記錄到PAI提供的任務管理服務中，從而便于進行任務間的實驗比較。
⑤
模型管理模塊統一管理訓練完成的模型，直接對接模型在線服務（EAS），您可以直接將模型部署為在線服務。
⑥
PAI平臺的模型在線預測服務，支持異構硬件（CPU和GPU）模型加載，高吞吐低延遲，大規模復雜模型一鍵部署及實時彈性擴縮容。
說明目前EAS產品不支持使用DSW鏡像和CPFS類型的數據集。