EasyNLP 是 PAI 算法团队基于 PyTorch 开发的易用且丰富的中文NLP算法框架，支持常用的中文预训练模型和大模型落地技术，并且提供了从训练到部署的一站式 NLP 开发体验。EasyNLP 提供了简洁的接口供用户开发 NLP 模型，包括NLP应用 AppZoo 和预训练 ModelZoo，同时提供技术帮助用户高效的落地超大预训练模型到业务。

EasyNLP整体架构

EasyCV开源｜开箱即用的视觉自监督+Transformer算法库

阿里云机器学习平台PAI 打造了 EasyCV all-in-one视觉建模工具，搭建了丰富完善的自监督算法体系，提供了效果SOTA的视觉Transformer预训练模型，modelzoo覆盖图像自监督训练、图像分类、度量学习、物体检测、关键点检测等领域，并且面向开发者提供开箱即用的训练、推理能力，同时在训练/推理效率上也做了深度优化。

阿里云机器学习平台PAI与香港大学合作论文入选INFOCOM 2022，有效减少大规模神经网络训练时间

近日，阿里云机器学习平台 PAI 与香港大学吴川教授团队合作的论文”Efficient Pipeline Planning for Expedited Distributed DNN Training”入选INFOCOM（IEEE International Conference on Computer Communications） 2022，论文提出了一个支持任意网络拓扑的同步流水线并行训练算法，有效减少大规模神经网络的训练时间。此次入选意味着阿里云机器学习平台 PAI 在分布式深度学习模型训练优化领域的工作获得国际学界的广泛认可，进一步彰显了中国在分布式机器学习系统领域有着核心竞争力。

Elastic与阿里云助力汽车及出行产业数字化转型

阿里云和Elastic一起合作，在移动出行和自动驾驶领域，为客户提供强大的信息汇聚，数据计算与存储，数据的检索和分析、推理及AI训练等能力，助力客户从业务数字化走向数字业务化，实现整车全价值链的数智化升级。在汽车制造商和享道出行这样的合作案例中，Elastic正在帮助这些企业加速数字化转型，提升企业运营效率。而作为企业数字化转型之路上的中坚力量，阿里云凭借其丰富的经验以及技术储备，为用户更好的提供着“云端”服务。

阿里云发布中国云原生数据湖应用洞察白皮书

近日，阿里云发布《中国云原生数据湖应用洞察白皮书》。数据湖是面向大数据场景的创新解决方案，云原生是数据湖未来部署的必然形态，具有「建立统一数据资产、低成本使用基础资源、高性能计算体验升级和敏捷创新赋能」的核心价值。云原生数据湖主要应用于泛互联网行业（40.7%）及传统行业的互联网场景（泛政务、金融、工业、医疗、汽车等），未来将向更多具有大数据和高价值属性的行业拓展。

三、产品学习指南

【产品运维】OOM排查指南

OOM描述的是Query的内存消耗超出了系统的当时供给，系统做出的一种异常提示。有的系统在内存资源不足时会采用磁盘缓存的方式进行算子降级，Hologres为了保障查询的效率，默认所有算子都采用内存资源进行计算，因此会存在内存不足OOM的问题。本文将会介绍如何针对Hologres中出现的OOM问题进行排查并处理。

【产品运维】湖仓一体，Hologres加速云数据湖DLF技术原理解析

Hologres通过DLF-Access与DLF/OSS深度整合，充分利用Hologres和DLF/OSS的各自优势，以极致性能为目标，直接加速查询云数据湖数据，让用户更方便高效的进行交互式分析，同时也极大降低了分析成本，实现湖仓一体的分析能力。

【最佳实践】使用Databricks进行零售业需求预测的应用实践

本文从零售业需求预测痛点、商店商品模型预测的实践演示，介绍Databricks如何助力零售商进行需求、库存预测，实现成本把控和营收增长。

【最佳实践】企业版Spark Databricks + 企业版Kafka Confluent 联合高效挖掘数据价值

本文介绍了如何使用阿里云的Confluent Cloud和Databricks来构建数据流和LakeHouse，并以出租车具体案例介绍如何使用Databricks提供的能力来挖掘数据价值，使用Spark MLlib构建机器学习模型。

了解更多阿里云大数据产品：https://www.aliyun.com/product/bigdata/apsarabigdata

了解更多阿里云AI产品：https://ai.aliyun.com

了解大数据&AI开源项目：https://www.aliyun.com/activity/bigdata/opensource_bigdata__ai