Sage Hyper-Engine
支撑AI应用开发与运行中间件

产品价值
端到端
全面算法覆盖,支撑应用调研、开发、运行、运维全流程
端到端
高科技
高维AI模型,平均响应时间<30ms,模型自我迭代
高效果
高性能
多种自研高性能算法和技术做支撑,计算效率可达Spark数百甚至数千倍
高性能
可扩展
标准化流程支持TensorFlow、PMML、H2O等第三方模型投产
可扩展
企业级
支持数据隔离与资源隔离,支持界面化运维和自定义告警策略,支持日志的采集、检索和持久化
企业级
易集成
API & SDK完善,提供机器学习全流程能力支撑
易集成
产品功能
  • 模型训练
    close
    高维特征
    第四范式自研超高维算法,能处理百亿到万亿级别的数据特征;与传统AI算法相比,除了可利用宏观/高频特征,也能有效覆盖微观/长尾特征,大幅提升模型预测精准度,提高企业业务成功率。
    线上/线下特征处理过程统一
    通过自主研发的统一特征计算引擎,支持用统一特征脚本完成线上/线下特征处理过程,同时兼容Sage(先知)和第三方计算框架,做到一次开发,随需运行。
    高性能实时特征计算引擎
    在特征引擎编译器的支持下,用户可以通过自动的方式将特征脚本转换成高度优化的java代码,最终编译成bytecode,让科学家也能写出高性能的特征工程;在反欺诈场景中,用同样特征集,比PySpark提升10倍性能。
    全面算法覆盖
    机器学习/深度学习学习算法覆盖,包括效率提升百倍的逻辑回归、可解释性强的GBDT、自研大规模离散稀疏神经网络DSN、协助某头部银行获评科技创新奖的He-Treenet、线性分型分类器。针对大规模离散数据,自研大规模机器学习计算框架GDBT提供独特算法价值。
  • 模型验证
    close
    模型自我迭代
    第四范式独创“机器学习圈”理论,支撑人工智能应用系统,覆盖AI应用构建全流程。模型可根据业务变化进行自我迭代,实时支撑企业业务决策。
  • 模型上线
    close
    自定义模型统一部署
    标准化流程支持Tensorflow、PMML、H2O等第三方模型投产,支持线上多实例部署模式,负载均衡,弹性伸缩;并且能够实时监控QPS、请求时间、请求超时率等模型线上指标。
    内存时序数据库RTIDB
    RTIDB是第四范式自研高性能内存时序数据库,在金融反欺诈等诸多硬实时性AI场景中为模型在线服务的性能和效果保驾护航。
    在线实时计算
    凭借强大的端到端实时计算能力,在保证高维模型效果的同时,完美支持在线机器学习应用全流程。
  • 监控统计
    close
    多维度监控运维
    针对Sage(先知)系统及AI应用所产生的的大规模实时日志,支持从采集到仓储、从查询到展示的一站式管理服务。用户可以建立自定义的监控指标及告警规则,以监控大盘灵活展示,实现个性化监控运维。同时支持与企业内部运维环境的无缝对接,以帮助企业实现AI创新实践。
  • 管理服务
    close
    多租户体系
    专为企业级用户设计的多租户体系,实现租户之间的数据资源隔离与计算资源隔离,保证资产安全,优化资源配置,提高资源利用效率。
    完备API & SDK
    包括存储中心、线上服务引擎等多个标准组件,客户、合作伙伴和开发者可基于自身业务/IT系统,一站式构建机器学习全流程,缩短开发周期,降低AI应用的开发成本。