概述

什么是WAI Designer？

小波AI可视化建模（以下简称“WAI Designer”），以Canvas为依托，是区别于 Notebook 的建模分析工具，旨在为AI开发者打造一站式、高性能的分析建模设计器。功能覆盖算法开发、模型训练评估、在线推理预测建模全流程，有效支撑数据智能化分析场景，满足不同方向的业务需求，赋能企业AI转型升级。

功能特性

• Canvas项目主要为用户提供组件，支持使用模板或手动创建工作流，用户可通过自行拖拉拽的方式拼接组件来实现项目的生成。其中，数据的读取和结果的输出均为自动化。

• 该工具提供可视化的机器学习开发环境，用户可以直接使用经封装的常用机器学习算法组件，进行零代码建模，实现低门槛开发人工智能服务。

• 系统提供丰富且成熟的机器学习算法，整合多种主流深度学习计算框架，例如TensorFlow，PmmlModel，DockerImage，Pytorch，MXNet，Keras，XGBoost等，满足各用户的框架使用需求。

• 基于高性能计算架构和大数据底层平台构建，同步集成分布式计算能力，能够为不同类型的模型提供分布式训练加速、大规模运行的算力支撑以及算力调度。

• 提供算法场景化能力，例如大规模稀疏化训练能力，深度神经网络算法能力等，覆盖多种预测业务，帮助用户快速解决场景化问题。

• 一体化数据打通，整体结合大数据平台的数据产品，共同为上层的产品化设计提供核心能力。

算法组件设计

传统机器学习组件

包括常见的数据预处理、特征工程、统计分析、异常检测等算法组件。

深度学习框架组件

包括常见的TensorFlow、PyTorch等深度学习框架。

自定义算法组件

支持Python脚本自定义算法组件，可以满足定制化的算法工作流串联需求，支持用户个性化建模。

核心优势

产品设计

基于用户需求，该模块为算法开发全流程的特征处理，算法验证，大规模训练调参和快速上线提供不同类型的模块功能。

特征平台：帮助用户更好的生产、管理、应用特征。 交互式建模、可视化建模：提供完备的算法开发调试环境，支持用户个性化建模需求。 训练服务：支持利用海量集群算力，加速算法模型训练过程以及训练任务的管理和监控。 在线服务：支持用户更便捷的上线模型以及保障服务的高效稳定。

高性能计算

该模块集成并优化TensorFlow、Pytorch、Spark、PmmlModel、DockerImage等多个计算框架，内置模型大规模稀疏化算子。

随着数据量上升，计算引擎运算效率接近线性增长，确保在高效并行计算时快速收敛，有效支撑广告、推荐等场景。

低推理延时

基于分片策略，充分利用网络带宽和后端的引擎计算能力，隐藏预处理的开销，提供毫秒级别的精排模型计算，满足推荐、搜索等低延时场景。

一站式建模

一站式覆盖特征工程、离线模型训练、在线模型推理建模全流程。深度集成猛犸数据中台，用户无缝串联和调度数据处理、数据建模任务，减少用户成本。

低门槛

兼容用户编程习惯，将模型调度、模型版本更新、模型监控等功能化事宜进行能力封装，帮助用户快速调优模型和生产发布。