BML CodeLab-端云協同開發(fā)環(huán)境-BML CodeLab下載 v0.3.1官方版本

BML CodeLab是百度團隊自主研發(fā)的面向機器學習的端云協同開發(fā)環(huán)境，包括本地客戶端和云端兩部分，CodeLab提供端云協同開發(fā)的機制，支持高性價比云端算力購買，提供本地高性能機器學習端到端處理能力，為用戶帶來順暢的編碼體驗同時，還可以靈活調用云端算力，多人共享算力，使用戶更專注于數據處理與建模工作。

BML CodeLab產品優(yōu)勢

01、高性價比云端算力和免費存儲空間

對接多家云端算力提供商，助您選擇最高性價比的算力，支持算力分享，更有專業(yè)運維和客服團隊，確保服務質量和穩(wěn)定性。

高性價比算力：按需付費，極大降低算力成本

一人購買，多人共享

服務穩(wěn)定：專業(yè)客服隨時在線

02、交互式開發(fā)環(huán)境和機器學習插件

基于JupyterLab進行深度優(yōu)化，集成豐富的機器學習研發(fā)插件。

集成VSCode里的代碼編輯器：支持代碼高亮，自動補全

任務管理插件：管理本地和云端任務，支持自動周期運行

性能監(jiān)控插件：實時可視化CPU、內存、顯卡、硬盤的運行數據

03、多人協作和版本控制

內置多人協作開發(fā)插件，實現數據和代碼的版本控制。

文件版本控制：可管理代碼、數據、模型等類型的文件

Python包管理：多人協作工作，避免安裝包沖突

高擴展性：支持主流的文件系統(tǒng)，例如BOS和HDFS等

04、自研高性能計算引擎

內置百度自研的高性能計算引擎，提供機器學習和數據分析加速能力。

異構加速計算：利用GPU和CPU并行及混合加速計算

超大數據處理：單機可處理1GB-10TB數據

高效數據存儲：利用Parquet和Arrow實現高效磁盤和內存存儲

BML CodeLab特色

本地主機與遠程機器協同開發(fā)模式

BML CodeLab 不改變用戶的本地編碼習慣，本地調試后，就可調用云端算力進行訓練，即解決了本地機器算力能力不足問題，也幫助用戶省去本地編碼環(huán)境與云端不斷切換的繁瑣操作。

增強的交互式開發(fā)

為給用戶帶來順暢、人性化的開發(fā)體驗，在集成 JupyterLab 優(yōu)秀功能基礎上，引入微軟 Monaco 編輯器，支持任何編程語言的代碼補全、用法提示、多光標等 IDE 功能。

高性能計算引擎

BML CodeLab 內置了百度自研的高性能數據科學引擎 Blackhole，利用單機 GPU 和 CPU 進行異構加速計算，相比開源 Pandas/Sklearn 性能可提升6倍以上，同時擁有處理 10TB 的單機超大數據處理能力，如下圖對比結果：

同時提供和 Pandas、Sklearn 基本一致的易用接口。

高性價比算力資源

為給用戶提供充裕經濟的算力，解決資源不夠用，排隊時間長、運行時長受限等痛點問題，百度提供了智星云2080 Ti 算力能力，且支持算力共享，即一方購買了算力，可分享給其他用戶使用，多人共享算力，最大化利用閑置資源。（說明：當前支持 Mac/Linux 系統(tǒng)版客戶端使用算力提交云端任務，Windows 版本客戶端該功能目前在升級中，但可正常使用本地資源）

內置百度文心(ERINE)強大的語義理解技術

BML CodeLab 內置百度 NLP 自研的基于知識增強的語義理解技術，將大數據預訓練與多源豐富知識相結合，通過持續(xù)學習技術，不斷吸收海量文本數據中詞匯、結構、語義等方面的新知識，實現模型效果的不斷進化。

此外，BML CodeLab 支持對代碼、數據、模型等類型文件的版本控制；可通過不同文件顏色區(qū)分新建文件、已刪除文件、已修改文件，方便用戶監(jiān)控文件變化，把控版本生成。

BML CodeLab 還有很多功能值得開發(fā)者探索使用，在用 AI 服務大眾的道路上，百度 BML CodeLab 團隊一直在快速奔跑，不斷探索，攻破一個個技術難題，相信團隊會用先進的技術帶給用戶最好的體驗。