1、技術創新，變革未來面向機器學習的開發環境CodeLab介紹全新數據科學與機器學習開發環境ALL New Data Science and Machine Learning Development Environment數據科學與機器學習平臺，正在成為基礎數據軟件之一Linkedin2017年，機器學習工程師和數據科學家成為美國增速最快的兩個職業。Glassdoor， a popular job site2016, 2017, 2018年，連續三年，數據科學家都是美國 排名第一的最好職業。Google Trends在過去的5年，“數據科學”的搜索量每天都在增大。SAS客戶覆蓋SAS 覆蓋了全球近

2、10萬家客戶，2015年財富全球 500強名單前100家公司中有91家使用了 SAS。Data-Based Business OperationData-Assisted Decision MakingData-Driven Application Development數據庫數據倉庫 與商業智能數據科學 與機器學習新技術的進步，催生下一代產品云計算模式硬件進步大數據與人工智能軟件新的交付模式云計算成為toB新的交付方式，新的交付方式將更加高效、節省 成本，也會促進大量中小企業使用；是顛覆傳統產品和開源產 品的有利時機。Cloud Native優化云原生軟件，可以依賴完備的云計算基礎設施，提供

3、先前產品 難以實現的一些功能，比如彈性伸縮，異地多活，存儲計算分 離等大數據數據總量指數增加，數據驅動的業務模式原來越多機器學習與人工智能先進的模型算法技術層出不窮，不但賦能了前所未有的新業務，也帶動對底層數據處理基礎設施的需求計算能力提升Intel CPU多核和加速指令，Nvidia GPU等各類計算加速芯片內存容量增大從10年前的每服務器4GB-8GB，到現在的256GB-512GB存儲能力增強NVME SSD單機可達10TB-20TB，IOPS高達幾十萬，吞吐高達 每秒10GB網絡能力增強單機網絡從10年前的1Gbps提升到現在的25Gbps-100Gbps第三代數據科學與機器學習平臺替

4、換第一和第二代的機遇誕生于科研 (單機小數據計算)誕生于產業互聯網(云原生+異構計算)基于特定語言: RStudio SAS、Matlab和Anaconda分析師1-10GB基于單機語言更易用 豐富的擴展庫誕生于互聯網(分布式大數據計算)不關注語言: H2O.ai(Java)、 Databricks（Java/Scala）、BML/BDL(C+)開發者 100GB-PB支持大規模分布式數據計算部署、運維和使用復雜度高Python生態為主，比如H2O4GPU、 Rapids.ai數據科學家、數據分析師和應用開發者 100GB-10TB支持異構加速的高性能計算 部署、運維和使用復雜度低產品與生態不

5、完善第一代高級數據分析第二代ML和AI開發平臺第三代數據科學平臺開發語言使用人員 數據量級優勢 劣勢支持數據量級小 單機難協同性能不高一個新的職業人群，必然需要新技術、新裝備、新工具進行武裝BML CodeLab: 端云協同的集成開發環境BML CodeLabBML Service應用、開發者CodeLab主打特色強大的集成開發環境基于JupyterLab開發高性價比的算力資源豐富的云端算力支持強大的集成開發環境Powerful Integrated Development Environment基于JupyterLab1w Star, 2w Commits, 311 Contributors

6、Jupyter Notebook - JupyterLab, Notebook-IDE來自Github 2019開源報告 高性能單機計算引擎易用的API接口提供類似Pandas和SKlearn的API，讓用戶沒有學習成本高性能數據分析利用單機CPU和GPU進行并行混合計算，享有單機使用的便利性和媲美分布式計算的性能超大數據分析利用out-of-core技術（mmap磁盤映射內存、按需加載、多級存儲換入換出等），超越內存數倍的大數據處理高效數據存儲利用Apache Parquet和Apache Arrow的高效磁盤和內存存儲，做到數據零拷貝，提升存儲、分析效率多場景支持支持DataFrame數據

7、分析、SQL數據分析、機器學習、數據可視化等場景的加速高性能單機計算引擎 性能對比* 選取了Kaggle的5個比賽數據，進行改寫測試高性能單機計算引擎 使用介紹集成Monaco Editor - VS Code的編碼體驗虛擬事務文件系統 - VTFS虛擬：連通后端對象存儲和HDFS事務：支持多方文件寫入，保持事務和多版本文件系統：本地通過類似Overlayfs，實現Posix語義任務管理：本地任務與云端任務管理周期調度API調度單次執行擴展性 Native Plugin擴展性 AI小程序高性價比的算力資源High Cost Performance Computing Resources訓練算力

8、云端調度服務 - “算力滴滴”訓練算力調度服務賬戶 計費工作流調度資源池化管理空閑算力可搶占Spot GPU算力生態算力第三方算力池作業調度核心算力GPU、AI加速芯片端云協同計算模式類似物聯網“端-邊-云”，端打通私有化和云強端滿足80%需求端無縫擴展到云免費：用戶可下載免費的庫、鏡像，或云上使用從無到有：增加項目管理、開發插件和解決方案從有到強：可處理數據量和速度比開源提升十倍從零散到集成：豐富的IDE，代碼&UI多交互模式從復雜到極簡：單機擴展到分布式代碼幾無差異端遇到的場景：數據量太大，單機處理不了；生產環境中使用時，需 要企業特性、服務運維、穩定性保障等；需要付費算法、數據、聯合 建模端云切換易：不需要修改單機程序，通過簡單配置無縫擴展到私有化 或公共云擴展到公有 云，性價比 高擴展到私有 化，安全可 控CodeLab DesktopBML創建與綁定資源