一篇文章搞懂腾讯云AI平台的人工智能IDE：TI-ONE

 

背景：5月23-24日，以“焕启”为主题的腾讯“云+未来”峰会在广州召开，广东省各级政府机构领导、海内外业内学术专家、行业大咖及技术大牛等在现场共议云计算与数字化产业创新发展。

腾讯云AI平台技术负责人王才华博士在腾讯“云+未来”峰会的「开发者专场」做了主题为“智能钛・一站式机器学习 TI-ONE：腾讯云上的机器(深度)学习IDE”的技术内容分享。

以下为嘉宾分享的全文演讲稿（有改动）：

最近大家有没有看漫威的《复仇者联盟3》？

其中钢铁侠的战甲就是用金属钛制造的，钛具有质量轻、强度高的特点，而TI-ONE是人工智能平台，因此我们用了科技感十足的名字“智能钛”来形容它。

首先说说为什么需要TI-ONE？

人工智能的重要性不需要我再强调，Andrew Ng 在Spark Summit 2017上提出《AI: The new Electricity》。

各大公司也相争提出自己的机器学习平台，比如说微软的CNTK，Google的Tensorflow等等。

但是回答为什么需要TI-ONE这个问题，还要从云计算的特点和机器学习的生命周期出发。

在云上，我们偏向云服务化，基础设施服务化，平台服务化，算法服务化，机器学习算法也不例外。

但是机器学算法有一个漫长的生命周期，从数据获取到数据预处理再到选择一个框架并编写算法，然后训练得到一个模型，最后用这个模型进行预测。在云上我们还要对模型进行服务化。

如此漫长的过程，所以我们需要加速机器学习的生命周期，加速模型的服务化，这就是我们需要TI-ONE的原因。

具体而言，TI-ONE提供了如下功能：

首先整合了数据预处理平台，提高数据预处理效率。

支持主流机器学习框架，内置常用算法，以拖拽的方式就能完成算法开发。

支持自动调参，支持多个层面的协作，支持了一键模型部署和服务化，还有在线推理。

用开发者的语言来说，TI-ONE就是腾讯云上的机器学习IDE。

什么是TI-ONE？

我将从架构，工作流，调参，协作，部署等这几个方面进行分享。

TI-ONE是一个层次架构，最下层是COS存储层，存储层之上是GaiaStack资源调度层，GaiaStack赋予TI One很多商业特性，后面我会展开分享。

调度层之上是计算框架层，我们整合了Tensorflow，PyTorch，XGBoost，Angel和Spark等，其中Angel是腾讯自研的，Spark是腾讯增强的。

算法方面，我们集成了大量的常用算法，既有CNN、RNN、DBN等深度学习算法，也有的GBDT、FFM等传统机器学习算法。用户可以用这些算法训练自己的模型，支持业务，比如图象识别、语音识别、精准推荐和实时风控等等。

TI-ONE为用户提供了一个图形化开发界面，以拖拽方式就能开发一个机器学习算法，这里提供一个例子：

从COS层或本地文件系统中获得数据

对数据进行预处理

对数据进行切分，需要指出的是，这里是将数据切分成训练集和验证集，而不是测试集

然后用拖拽的方式选择一种算法，以逻揖回归为例

设置算法需要的参数

训练得到模型

如果要验证这个算法也很简单，只要：

从存储层中获得数据

对数据进行预处理

输入到模型

算法评估

运行完成后会给出混淆矩阵和AUC值。

调参是机器学习的重要环节，而且非常具有技巧性，TI-ONE提供了自动化的调参工具，特点是通过参数组合产生多个实例，然后并行运行这些实例，从这些实例中选出效果最好的一个。

举个例子，假设你要训练一个随机森林，你要决定森林中树的棵数和训练每棵树所需要的特征数，只要给定一个参数组合，然后交给TI-ONE，TI-ONE可以帮你选择最好的组合。

在另一些情况下，我们可能需要对一些正则化超参调优，我们只要给定一个范围，然后交给TI-ONE，TI-ONE就可以帮助我们选择最优的参数。

协作对于机器学习也很重要，TI-ONE提供了多个层面的协作。

第一是模型层面的分享，训练好的模型可以分享给你的同事。比如你们俩同时对同一个业务开发算法，想比较谁的精度更高，就可以互相分享这个模型。

第二是工作流层面的分享，工作流就是机器学习生命周期，分享工作流，就是分享整个机器学习生命周期。假设你前面做了一个皮肤推荐的任务，后来要做装备推荐的任务，基本上只要小改动就可以了。

第三个是服务层面的共享，模型部署好后还可以共享，你可以把模型分享给后台人员，让他（她）帮你定位问题。

部署和服务是云上机器学习和传统学习的不同之处。

TI-ONE提供了一键式部署工具。

我们可以将训练好的模型部署成Application, 然后装载成多个实例，一个实例中还允许有不同版本。

第三方的用户和模型的开发者就可以用REST API去调用，非常方便。

TI-One 的差异化竞争力

前面我们讲了TI-ONE的特点，开发者肯定想知道它背后的设计之道。

我喜欢用冰山理论来解释事物背后的原理，前面看到的不管是工作流，还是调参，协作和部署工具，这些只是冰山一角，水下面是什么呢？

我们认为一部分原因是整合，我们整合了COS存储，整合了GaiaStack调度，整合了常用的机器学习框架和算法，但是仅仅整合还是不够，我们还需要自主研究构建差异化的竞争力，这个就是TI-ONE的特别之处。

第一个特别之处是Angel，Angel是腾讯自研的机器学习的框架，它克服了Spark将模型放在单个节点的不足，通过对底层数学库的优化，它可以支持万亿级参数的模型，放眼业界，能支持如此大模型的计算框架也是凤毛菱角。

算法方面，我们实现了常用的传统机器学习算法，比如逻辑回归，SVM等等，其中还有一些是我们原创的, 如LAD* 就是我们发表在VLDB上的成果。

性能方面，我们比较了Angel和Spark, XGBoost等平台，发现Angel性能表现非常强悍，有些算法的性能是Spark的20+倍。

第二个特别之处是图计算算法，我们知道图计算领域有三个主要玩家，即Pregel，GraphLab和GraphX，而Pregel是谷歌闭源，GraphLab是商业软件，只有GraphX是开源软件。

但是GraphX更新慢，算法少，鉴于这种情况，我们就基于GraphX增加了很多图计算算法，有节点评价算法，社区发现算法，统计特征算法，经过细致的优化，这些算法都支持了千亿级规模的关系链。

第三个特别之处是支持了用户自定义算法，前面提到我们集成了非常多的算法，有深度学习算法，也有传统学习机器算法，有回归算法，有分类算法，推荐算法等等，但是对于一些高级用户来说还是不够，所以我们允许用户自定义算法到TI-ONE执行，虽然是一个小功能，但是给用户带来很大的灵活性。

前面我们谈到了TI-ONE的功能和特别之处，现在要谈一谈商业用户比较关心的特性，严格来讲这个特性不是TI-ONE本身的，而是GaiaStack赋予的。

第一个是专用集群，当用户数据量较大时，我们可以提供多个完整集群让他使用，当用户的数据比较小的时候，可以多个用户共享集群，我们做了很好的多租户，用户的资源和数据隔离。

支持热升级，业务不中断，用户无感知。

支持主备自动切换的高可用，当服务量增大时，会自动加载新的实例，并自动负载均衡。

TI-ONE的用户有哪些？

最后我们看看用户，我们公司内外都有很多的用户，在公司内比如腾讯游戏、微信、应用宝、QQ音乐等等都是我们的用户。

最后发个福利，大家可以通过扫码来获得试用或者文档，谢谢大家。

腾讯技术工程官号

腾讯前沿技术 | 产品 | 行业信息交流发布平台