BML CodeLab(端云协同开发环境)

BMLCodeLab是百度团队自主研发的面向机器学习的端云协同开发环境，包括本地客户端和云端两部分，CodeLab提供端云协同开发的机制，支持高性价比云端算力购买，提供本地高性能机器学习端到端处理能力，为用户带来顺畅的编码体验同时。

BML CodeLab是百度团队自主研发的面向机器学习的端云协同开发环境，包括本地客户端和云端两部分，CodeLab提供端云协同开发的机制，支持高性价比云端算力购买，提供本地高性能机器学习端到端处理能力，为用户带来顺畅的编码体验同时，还可以灵活调用云端算力，多人共享算力，使用户更专注于数据处理与建模工作。

产品优势

　　01、高性价比云端算力和免费存储空间

　　对接多家云端算力提供商，助您选择最高性价比的算力，支持算力分享，更有专业运维和客服团队，确保服务质量和稳定性。

　　高性价比算力：按需付费，极大降低算力成本

　　一人购买，多人共享

　　服务稳定：专业客服随时在线

　　02、交互式开发环境和机器学习插件

　　基于JupyterLab进行深度优化，集成丰富的机器学习研发插件。

　　集成VSCode里的代码编辑器：支持代码高亮，自动补全

　　任务管理插件：管理本地和云端任务，支持自动周期运行

　　性能监控插件：实时可视化CPU、内存、显卡、硬盘的运行数据

　　03、多人协作和版本控制

　　内置多人协作开发插件，实现数据和代码的版本控制。

　　文件版本控制：可管理代码、数据、模型等类型的文件

　　Python包管理：多人协作工作，避免安装包冲突

　　高扩展性：支持主流的文件系统，例如BOS和HDFS等

　　04、自研高性能计算引擎

　　内置百度自研的高性能计算引擎，提供机器学习和数据分析加速能力。

　　异构加速计算：利用GPU和CPU并行及混合加速计算

　　超大数据处理：单机可处理1GB-10TB数据

　　高效数据存储：利用Parquet和Arrow实现高效磁盘和内存存储

软件特色

　　本地主机与远程机器协同开发模式

　　BML CodeLab 不改变用户的本地编码习惯，本地调试后，就可调用云端算力进行训练，即解决了本地机器算力能力不足问题，也帮助用户省去本地编码环境与云端不断切换的繁琐操作。

　　增强的交互式开发

　　为给用户带来顺畅、人性化的开发体验，在集成 JupyterLab 优秀功能基础上，引入微软 Monaco 编辑器，支持任何编程语言的代码补全、用法提示、多光标等 IDE 功能。

　　高性能计算引擎

　　BML CodeLab 内置了百度自研的高性能数据科学引擎 Blackhole，利用单机 GPU 和 CPU 进行异构加速计算，相比开源 Pandas/Sklearn 性能可提升6倍以上，同时拥有处理 10TB 的单机超大数据处理能力，如下图对比结果：

　　同时提供和 Pandas、Sklearn 基本一致的易用接口。

　　高性价比算力资源

　　为给用户提供充裕经济的算力，解决资源不够用，排队时间长、运行时长受限等痛点问题，百度提供了智星云2080 Ti 算力能力，且支持算力共享，即一方购买了算力，可分享给其他用户使用，多人共享算力，最大化利用闲置资源。（说明：当前支持 Mac/Linux 系统版客户端使用算力提交云端任务，Windows 版本客户端该功能目前在升级中，但可正常使用本地资源）

　　内置百度文心(ERINE)强大的语义理解技术

　　BML CodeLab 内置百度 NLP 自研的基于知识增强的语义理解技术，将大数据预训练与多源丰富知识相结合，通过持续学习技术，不断吸收海量文本数据中词汇、结构、语义等方面的新知识，实现模型效果的不断进化。

　　此外，BML CodeLab 支持对代码、数据、模型等类型文件的版本控制；可通过不同文件颜色区分新建文件、已删除文件、已修改文件，方便用户监控文件变化，把控版本生成。

　　BML CodeLab 还有很多功能值得开发者探索使用，在用 AI 服务大众的道路上，百度 BML CodeLab 团队一直在快速奔跑，不断探索，攻破一个个技术难题，相信团队会用先进的技术带给用户最好的体验。