Documentația AI Hub
AI Hub este un ecosistem digital pentru inteligență artificială. Leagă clienții care au nevoie de un model, augmentatorii de date, furnizorii de date, operatorii de antrenare și dezvoltatorii de modele, pe o singură platformă cu resurse GPU.
Cum e organizată documentația
Cerințele C.4 punct cu punctFiecare punct și subpunct din descrierea tehnică C.4, cu starea, locul exact din platformă, rolul care îl demonstrează și legătura la detalii.
Cele 5 sistemeData Augmentation – Tagging, Human-Attention Marketplace, Model Factory, Core Stack, Librărie Algoritmi.
Fluxuri pe roluriCe face fiecare tip de utilizator, pas cu pas, cu capturi din platforma live.
RezultateRezultatele reale ale tuturor modelelor: calitate, timp GPU, energie.
ArhitecturăArhitectura logică, instalarea SaaS, variantele on-premise și edge, separarea datelor între organizații.
Licențe și surse de dateSursa și licența fiecărui set de date și model, cu atenționări pentru termenii de cercetare.
Autentificare unicăUn singur cont AI Hub pentru portal și toate instrumentele, cu acces pe roluri.
Ce livrăm
Livrarea acoperă cele 5 sisteme software din C.4. CRM-ul, aplicația de billing, resursele de stocare și hardware-ul descrise în C.4 nu fac parte din livrarea noastră; ele apar pe pagina C.4 marcate „în afara livrării”.
| Sistem C.4 | Ce se poate vedea azi |
|---|---|
| Data Augmentation – Tagging | Data Studio cu 9 seturi reale, câte unul pe format C.4 (proiectele 203–211), adaptoare de format CPU/GPU măsurate (inclusiv HEIC și WebP pe NVDEC), anonimizare GDPR la încărcare, rapoarte de cost |K (efort uman și mașină, energie, căldură) și calitate |Q (cu specificitate și EER) |
| Human-Attention Marketplace | sesiuni de augmentare cu ore estimate, tarif orar și negociere, cotație automată cu revizii, audit automat, prognoza Holt-Winters cu programul contractelor, alocarea în avans (AoT) în cele 4 moduri C.4; seturi găzduite la furnizor cu trafic contorizat și traseul datelor |
| Training and Operating Model Factory | portalul pentru 7 roluri, cereri și aprobări, acuratețea necesară comparată cu metricile reale MLflow, vectorul de cost complet per epocă, re-antrenare declanșată de corecturi cu poartă de calitate |
| Core Stack | autentificare unică, API de inferență HTTPS + WebSocket cu 16 modele (inclusiv OCR, detecție, segmentare), 10 exemple de integrare în ReactJS, Java, Python, PHP și C++ |
| Librărie Algoritmi | registrul MLflow; modelele cerute (OCR, față, mască și expresii, obiecte, sensul textului, senzori), segmentare semantică și cu prompt, flux optic, plus Whisper RO și Gemma; aplicațiile practice de analiză video și identificare biometrică |
Conturile demo pentru fiecare rol se obțin de la administratorul platformei.
Componentele platformei
| Componentă | Adresă | Rol |
|---|---|---|
| Portalul AI Hub | onprem.ai-hub.cloud | Marketplace-ul și portalul pentru toți utilizatorii: proiecte, echipe, dataset-uri, sesiuni de augmentare, modele, chat, notificări. |
| API-ul platformei | ai-api.onprem.ai-hub.cloud | Backend-ul portalului (REST) și hub-ul de evenimente în timp real (Mercure, pentru chat și notificări). |
| AI Hub Data Studio | data-studio.onprem.ai-hub.cloud | Aplicația de augmentare și etichetare: imagini, multispectral, satelit, audio, text și loguri. |
| AI Hub MLOps | mlops.onprem.ai-hub.cloud | Pipeline-urile de antrenare și evaluare (ZenML), cu stack-ul AI Hub: stocare S3, tracking MLflow și Data Studio ca adnotator. |
| AI Hub MLflow | mlflow.onprem.ai-hub.cloud | Experimente, metrici de performanță și cost per epocă, comparații, registrul de modele (biblioteca de algoritmi). |
| AI Hub BI | metabase.onprem.ai-hub.cloud | Rapoarte: cost și calitate a augmentării, disponibilul de atenție umană, prognoze, audit, cost și energie pe proiect. |
| API de inferență | api.onprem.ai-hub.cloud | Modelele din bibliotecă expuse prin HTTPS și websocket, folosite de exemplele de integrare. |
| Autentificare unică | auth.onprem.ai-hub.cloud | Login cu contul AI Hub pentru toate instrumentele, cu acces pe roluri. |
| Stocare și registry | s3.onprem.ai-hub.cloud, registry.onprem.ai-hub.cloud | Stocare S3 (MinIO) pentru artefacte și date, registry Docker pentru imaginile de antrenare. |
Arhitectura
Diagramele (arhitectura logică, instalarea SaaS, variantele on-premise și edge, separarea datelor între organizații) sunt pe pagina Arhitectură.
Tipurile de utilizatori (C.4)
| Rol din C.4 | Rol în platformă | Ce face |
|---|---|---|
| Utilizatorul de rezultat | Result User | Creează proiectul, descrie rezultatul și acuratețea dorite, încarcă datele proprii, aprobă cererile și primește modelul. |
| Augmentatorul de date | Data Augmentator | Acceptă sesiuni de augmentare, etichetează datele în Data Studio, își raportează timpul. |
| Furnizorul de date | Data Supplier | Publică seturi de date, găzduite pe platformă sau pe propriile servere. |
| Operatorul de antrenare | Training Operator | Alege datele și augmentatorii, cere resursele GPU, rulează antrenarea, livrează modelul. |
| Dezvoltatorul de model ML | ML Model Developer | Dezvoltă și antrenează modele pe platformă și le publică în bibliotecă. |
| (administrare) | Project Admin, Support Specialist | Administrează proiectele, aprobă resursele și sesiunile, răspunde la tichetele de suport. |