隨著大模型時代的到來，在數字化轉型加速的當下，人工智能領域主要面臨著三大需求：

01

算力融合的需求

算力需求多元化與指數級增長，需要解決算力資源分布不均與效率問題，從而提高算力的利用率。

02

數據融合的需求

在大數據和人工智能的應用中，數據的準備工作占到80%以上的工作量，數據清洗和治理過程非常繁瑣，需要消耗大量人力來應對數據多樣性的挑戰。

03

算法融合的需求

現實問題的復雜性和單一算法的局限性，只有整合多種算法，才能形成更高效率的工作流。

云創大數據的dBrain大數據融合智算平臺，旨在打造一個全面、高效、智能的大數據融合智算平臺。通過融合智算平臺的低時延、高并發、高可靠的服務能力，服務于各業務部門。

1、打造異構算力服務平臺

基于英偉達、國產通用處理芯片為底座，打造人工智能全棧自主創新方案，實現超強算力，最佳能效、開放易用、安全可信和統一訓練推理框架。

2、用人工智能代替繁瑣的人工

數據治理工作非常繁瑣，需要應對不同來源、不同格式、存在沖突的數據的清洗校準工作，這種枯燥的工作對人來說是消耗，但借助大語言模型人工智能進行數據治理，可以節省大量時間和資源。

3、推進創新成果轉化

打造“算力、數據、算法”一體化的融合智算平臺，促進源頭創新、孵化育成和成果轉化。

下面，通過操作視頻，我們來詳細介紹一下平臺的相關功能，看看是如何解決算力、數據與算法需求的問題，主要包括異構算力管控、可視化數據治理、AI數據治理、可視化系統構建、算法構建調度等功能。

01異構算力管控

異構算力管控是指對不同類型的計算資源進行統一管理和調度，以優化計算資源的利用效率和性能。在實際項目情況中，在利舊英偉達的GPU的同時，還要兼容現在的國產化GPU卡。目前，我們支持華為升騰系列的NPU卡，英偉達系列的GPU卡以及天數智芯寒武紀這些國產的GPU卡。也支持ARM架構、海光龍芯架構、X86機構的機器。

02可視化數據治理

可視化數據治理支持傳統的ETL數據清洗和基于大模型的數據清洗，用戶無需編寫代碼，即可通過直觀的圖形界面完成數據抽取、轉換、清洗、全流程，實現跨異構數據源的整合與標準化管理。為了解決數據質量的問題，需要對項目的數據先進行整合。平臺支持各種各樣數據的導入，通過可視化的拖拽的方式重構數據治理流程，大幅降低技術門檻與操作復雜度。

03AI數據治理

AI數據治理是指通過AI的方式實現智能數據治理，將多源異構數據通過AI實現數據融合。我們先將數據按照優先級進行區分，AI會自動生成一張寬表，然后我們可以確認數據的血緣關系，AI會根據數據的優先級消除數據的沖突和歧義，完成數據的補全，從而解決傳統數據治理的難點問題。若是有AI大模型無法準確判斷的，也可以標識出來提醒人工確認。

04可視化系統構建

可視化系統的構建是指將復雜的數據信息通過圖形化的方式直觀展示出來，以便用戶能夠快速理解和分析數據。使用可視化拖拽的方式構建應用系統，系統支持柱狀圖、雙軸圖、折線圖、散點圖等圖表，選好數據集來源形成可視化圖表。平臺還支持發布編輯好的可視化系統，方便其他用戶的查看。

05算法構建調度

算法構建調度是指通過組合特定的算法來完成指定的工作的過程。平臺提供預置的標準化功能、圖表組件模塊，結合直觀的配置面板，支持靈活定義數據交互邏輯、界面布局及業務規則，無需編寫代碼即可完成系統應用構建，支持一鍵發布為獨立應用，并自動生成標準化API接口，便于與其他平臺無縫集成。

云創大數據的dBrain大數據融合智算平臺，滿足算力融合、數據融合以及算法融合的三大需求，該平臺有效推動了數據智能與算法技術在智慧園區、智慧城市、公共安全及特殊行業等多元化場景中的創新應用與落地實施，為各領域的數字化轉型進程注入了新的強勁動能。