关联计算平台(HCS版)-

关联计算平台（HCS版）由“擎苍模型快速构建平台”、“乘风模型持续管理平台”以及模型结果使用SDK构成，提供了多种产品特色功能，与范式问题紧密结合的同时，覆盖Graph AI模型构建、模型持续管理、模型使用各个落地环节，是应用Graph AI技术赋能业务智能化的最佳选择。

标准：平台按年续费； 终身：一次性买断软件使用权；

1、 数据集 管理：

平台通过数据集的方式接入业务原始表结构数据，以数据集为单位对业务原始数据进行管理，并简化业务数据到图结构数据转化过程。支持多种数据源的接入与管理，支持对批流数据进行 一体化 管理，主要包括：HDFS、FTP；文件格式： CSV、TXT、Parquet 、TSV、DEL、 JSON和Excel； 数据库 ： MySQL、Postgres、Oracle、Hive、达梦、Elasticsearch、MongoDB等，并支持对接入的数据进行字段类型自动判断、类型手动修改；字段名修改、字段选择；支持空值填充、跳过异常、智能处理等多种异常值处理方式。

2、自定义建模：

自定义建模包含可视化建模和Notebook建模，可视化建模内置80+种组件，包括图数据处理、数据统计分析、特征工程、算法、评估预测等组件类型，相比常规表类型数据，图类数据处理起来更加复杂，平台支持IDE（ 集成开发环境 ）式的图数据处理工具，将图数据处理流程中所需的各类工具有效结合，仅需拖拉拽的方式就可以得到实时响应的处理结果，处理过程和结果支持可视化探查，提升数据处理效率，大大节省开发人员的时间。Notebook建模主要用于高定制化场景下采用离线编程环境进行建模，解决小众的业务问题。

3、可视化构图组件

可视化建模内置可视化构图组件，支持通过可视化、交互式的方式构建图 Schema。可视化构图功能提供数据集接入和编辑面板，通过画布工具和配置面板快速从数据集中选取和配置节点和边结构，从而构建为业务所需的图结构。可视化构建好图 Schema 后，平台会基于数据集对应的业务数据生成图数据，供图模型直接使用。可视化构图功能同时支持同构图和异构图的构建。

4、范式任务建模

关联计算平台将Graph AI相关的业务场景进行范式化抽象，直接以配置范式任务标准化输入的方式进行图模型构建，降低图模型的构建难度，通过配置范式的输入即可得到解决业务问题的图模型。目前支持的范式任务类型包括：属性传导、向量化匹配、因果推理、时序图演变、目标导向图生成。

5、图模型持续监控：

模型服务持续运行过程中需要对模型运行情况、模型结果进行持续监控，及时发现模型问题。乘风平台支持对不同类型的模型提供业务人员在使用模型过程中输入特征和输出结果监控及结果预览。

6、图模型结果解释：

复杂模型过程更加黑盒化，因而将模型结果在应用于业务时需要对结果进行解释。乘风平台支持通过结果图或使用简单规则模型拟合模型结果的方式对结果进行解释，并针对不同的范式模型提供对应的解释工具。

7、图模型干预：

支持串联模型组件和规则组件对模型结果进行干预，组件类型包括：数据集组件、数据模型组件、范式模型组件、自定义模型组件、规则组件，以此形成复合模型决策流。

8、支持与大模型结合

支持基于通用大语言模型能力，进一步降低使用门槛。数据处理部分主要针对多种数据格式提供构图方式，最终实现多模态数据统一成图；模型构建部分通过FGL框架中范式化模型构建框架实现决策模型的自动构建；同时支持输入自然语言完成对图上存储信息的查询，并以多种图表样式返回查询结果；模型使用部分主要将自然语言描述的业务问题转化为FGL语言驱动Graph AI模型进行预测，最后将Graph AI模型的结果结合上下文生成更加自然的语言输出。

•重新定义企业数据流打破数据隔离，目前的业务智能化应用非结构化数据与结构化数据是隔离的，利用LLM与Graph技术使得结构化与非结构化数据可以融合，有效利用全部类型的业务数据
•自然语言输出决策结果真正赋能一线员工，目前业务人员用决策模型的时候需要通过科技人员每天设置定时输出结果，同时对模型进行运维监控，使用流程需要经过科技人员和业务系统；graph ai决策大模型可以省去中间流程步骤，将融合决策结果与知识的图数据利用LLM转化为语言，使业务人员可以直接与决策模型进行语言交互。

9、部署环境要求

• CPU：32核
• GPU：显存20G以上（存在非结构化数据时需要GPU）
• 内存：64G
• 硬盘：1T
• 系统：Linux（centos7.5以上）
• 开发环境：python3.6.9、spark3.0.2、jupyterlab
• 运行资源配置：支持CPU（x86、arm）/GPU
• 模型分布式部署：资源配置、资源隔离、资源扩容