什么是DSW

DSW（Data Science Workshop）是为算法开发者量身打造的一站式AI开发平台，集成了JupyterLab、WebIDE、Terminal多种云端开发环境，提供代码编写、调试及运行的沉浸式体验。DSW提供丰富的异构计算资源，支持挂载OSS、NAS、CPFS类型的数据集，预置了多种开源框架的镜像，支持实例的生命周期管理，实现开箱即用的高效开发模式。

您可以参考如下视频，快速了解DSW支持的主要功能。

一站式服务

DSW支持挂载OSS、NAS、CPFS等文件系统，支持接入MaxCompute数据。

提供了DLC和EAS工具，实现了从数据处理到开发调试、训练模型以及将模型部署的AI开发全链路。

灵活易用

提供丰富的异构计算资源，包括公共资源组和专有资源组，用户可以灵活选择和变更配置。

支持多种开源框架的镜像，并且支持用户制作自定义镜像。

内置Notebook、WebIDE、Terminal等开发环境，满足个性化开发需求。

除Python之外，还支持R语言和SQL语句的编写和执行。

精细化管理

支持定时关机、闲置关机等生命周期管理配置，帮助用户节省成本。

提供CPU/GPU/内存水位实时监控，让用户实时掌握资源使用情况，及时调整任务分配和优化代码性能。

场景化实践

Notebook Gallery提供了LLM、AIGC前沿领域的教程案例，打造属于开发者的内容平台，支持用户快速上手，以及对感兴趣的内容进行二次开发。

企业级能力

工作空间管理员可以进行全局资源分配，以及配置资源回收策略。

机器学习和数据科学

DSW支持JupyterLab交互式编程环境，预置了PyTorch、Tensorflow等丰富的镜像，算法人员和数据科学家可以轻松地进行数据工程、模型开发和训练、可视化分析等任务，无需担心资源运维和环境配置。

AIGC和大模型

Notebook Gallery提供了海量前沿案例，以Notebook的形式介绍了热门场景的最佳实践，如Stable Diffusion、Llama2、通义千问等。用户可以直接在DSW运行这些教程，在实践中学习，也可以基于教程二次开发，打造自己的创意场景。

AI+大数据一体化

DSW除了支持Python和R语言之外，还对接了大数据的能力，用户能够通过SQL File插件，使用SQL语句对MaxCompute数据源进行数据查询，或通过Notebook连接EMR集群提交Spark任务。