PAI底层支持多种计算框架：
流式计算框架Flink。
基于开源版本深度优化的深度学习框架TensorFlow、PyTorch、Megatron和DeepSpeed。
千亿级特征样本的大规模并行计算框架Parameter Server。
Spark、PySpark、MapReduce等业内主流开源框架。
PAI提供的服务：
可视化建模和分布式训练Designer，详情请参见可视化建模（Designer）。
Notebook交互式AI研发DSW（Data Science Workshop），详情请参见交互式建模（DSW）。
分布式训练DLC（Deep Learning Containers），详情请参见分布式训练（DLC）。
在线预测EAS（Elastic Algorithm Service），详情请参见模型在线服务（EAS）。
PAI依托于阿里云及阿里巴巴集团多年的应用及技术积累，具备以下多种优势。
AI 研发全生命周期全链路：
支持数据标注、模型开发、模型训练、模型优化、模型部署以及AI运维管控，是一站式AI平台。
拥有140+种优化的内置算法组件。
支持业内TensorFlow、PyTorch等多种深度学习框架。
提供多种模式、大数据引擎深度结合、多框架兼容、自定义镜像等核心能力。
提供云原生架构的AI开发、训练、部署的产品。
多样的产品输出方式：
公共云支持全托管、半托管。
支持AI 高性能计算集群和轻量化输出产品形态。
业内领先的AI优化：
高性能的训练框架，稀疏训练场景，支持数十亿到数百亿的稀疏特征规模，数百
亿到数千亿的样本规模，上千worker的分布式增量训练。
主流框架模型加速，使用PAI Blade提升RestNet50、Transformer+LM等十数个主流模型加速比。
该服务支持单独或组合使用。支持一站式机器学习，您只需准备好训练数据（存放到OSS或MaxCompute中），所有建模工作（包括数据上传、数据预处理、特征工程、模型训练、模型评估和模型发布至离线或在线环境）都可以通过PAI实现。
对接DataWorks，支持SQL、UDF、UDAF、MR等多种数据处理方式，灵活性高。
生成训练模型的实验流程支持DataWorks周期性调度，且调度任务区分生产环境和开发环境，从而实现数据安全隔离。
