名词
描述
数据集（DataSet）
用于标注、训练、分析等的数据集合，支持您将存储在OSS、NAS、MaxCompute等存储介质中的结构化、非结构化数据或目录注册为数据集。同时，PAI支持统一管理数据集的存储、版本、数据结构等信息。
工作流（Pipeline）
您构建DAG（有向无环图）用来实现组件之间上下游逻辑调度的对象，这是一个静态概念。构建完成后，PAI支持对其进行重复提交运行，生成PipelineRun。
工作流草稿（PipelineDraft）
您在Designer画布上操作的编辑状态的工作流对象，支持重复编辑以生成不同的Pipeline。PipelineDraft提交运行后会生成PipelineRun。
组件（Component）
您在PAI工作流和工作流草稿中编辑以及工作流任务执行的最小单元。组件可以来源于：
预置组件（Built-in Component）：PAI预置了基于阿里巴巴最佳实践的多类组件，涵盖从数据预处理到模型训练及预测的全流程。
自定义组件（Custom Component）：PAI支持您基于代码和镜像，自己定义可被工作流组合编排的组件。
节点（Node）
被拖到画布上的一个组件，形成工作流中的一个节点。
工作流快照（SnapShot）
每次运行PipelineDraft（包括完整运行、单节点运行、部分节点运行），都会记录完整PipelineDraft的配置信息，包括节点配置、运行参数、执行方式等，这些信息可以用于PipelineDraft的版本记录及配置回滚。
工作流任务（PipelineRun）
一次工作流的任务执行。您可以通过Designer提交PipelineDraft运行，或通过SDK直接提交Pipeline运行，生成一个PipelineRun。
作业（Job）
运行在计算资源中的任务，例如用户提交至分布式训练DLC（Deep Learning Containers）的训练任务。任务运行的资源环境归属用户。
运行（Run）
一个Run指一次任务执行，兼容MLFlow中的概念，必须归属于某一个Experiment。您可以使用Run跟踪PAI上提交的训练任务，也可以在本地使用MLflow Client直接创建一次任务。一个Run中可包含多个Job。
模型（Model）
模型是您基于数据集和算法代码通过训练任务产出的结果，可以预测新数据。
Processor
在线预测逻辑（模型加载和请求预测逻辑）的程序包，通常与模型文件一起部署，从而获得模型服务。PAI支持以下两类Processor：
预置Processor：针对常用的PMML、TensorFlow等模型，EAS提供了预置的Processor。
自定义Processor：如果EAS提供的预置Processor无法满足模型部署需求，您可以根据Processor的开发标准自定义Processor。
模型服务（Service）
模型文件和在线预测逻辑代码部署成的常驻服务。您可以对模型服务进行创建、更新、停止、启动、扩容及缩容操作。
镜像（Image）
PAI支持您将Docker镜像作为AI资产进行管理，支持以下镜像来源：
PAI官方镜像
您通过DSW保存镜像生成的镜像
您在ACR中的镜像
镜像可以用于工作流中构建自定义组件完成指定的任务，在DSW中作为环境拉起DSW实例，也可以在提交训练任务时被指定为执行环境。
实例（Instance）
计算资源被启动的最小单元，包括以下实例：
DSW实例：Notebook实例，每个实例对应一定的计算资源，可以编辑代码、调试及训练。实例资源环境归属用户。
EAS服务实例：每个服务可以部署一个或多个服务实例以提高支持的并发请求数。实例资源环境归属用户。