© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
阿里云计算有限公司
企业阿里云计算有限公司成立于2008年，位于浙江省。所属行业为软件和信息技术服务业。经营范围包括智能机器人销售；工业自动控制系统装置销售；业务培训（不含教育培训、职业技能培训等需取得许可的培训）；物联网设备销售。
高新技术企业独角兽瞪羚企业股权出质战略融资
数据集列表
阿里云电子商务数据库
阿里云电子商务数据库是阿里云天池数据集中的电商主题数据，包含脱敏后的用户行为、商品、交易、点击、评价或推荐场景样本；由阿里云天池平台提供，主要用于算法竞赛、数据分析教学和电商智能研究。
知名数据库10
AI推理卷积运算测试数据集
数据集包含两个核心子集：基于ILSVRC2012标准的ImageNet图像验证集与高质量中文语音对话数据集。ImageNet验证集包含50,000张涵盖广泛自然场景的静态图像，旨在评估ResNet、VGG、EfficientNet等视觉模型在空间卷积任务中的推理延迟与精度；语音数据集则包含2019年采集的高采样率中文多人对话录音，涵盖多地域口音与复杂声学环境，专门用于评估ASR（自动语音识别）、说话人分离等模型在一维时序卷积与长序列注意力机制下的推理负载。
国家基础学科公共科学数据中心80
人工智能平台PAI（原机器学习平台PAI）
产品介绍人工智能平台PAI（Platform for AI） 面向企业客户及开发者提供 易上手、高性价比、高性能、方便扩展、具备多种行业场景插件的机器学习/深度学习工程化平台。内置 140+种优化算法，提供包括 数据标注（PAI-iTAG）、模型构建（PAI-Designer、PAI-DSW）、模型训练（PAI-DLC）、编译优化、推理部署（PAI-EAS）等全流程AI工程化能力。针对大规模深度学习及融合智算场景， 推出 PAI灵骏智算服务的PaaS产品，包括公共云Serverless版、单租版以及混合云形态，基于软硬件一体优化技术，构建高性能异构算力底座，提供AI工程化全流程能力，具备高可用、高性能、易用等核心优势，满足大模型训练、自动驾驶、基础科研、金融等领域的高性能计算需求。详细介绍AI 资源池（AI计算资源组）：支持云上云通用计算资源（ECS、ECI、神龙裸金属）、灵骏智算资源、大数据MaxCompute、Flink等资源引擎的创建和管理，基于AI特性提供多样的调度能力，为用户AI开发、训练、推理提供高效的AI算力资源。数据准备：在数据准备阶段，PAI-iTAG 提供智能化数据标注服务，支持图像、文本、视频、音频等不同类型数据标注，支持多模态数据标注；提供丰富的标注内容组件和题目组件，用户可以直接使用平台预置的标注模板，也可以自定义模板进行数据标注。同时提供全托管的数据标注外包服务。模型开发：在模型开发阶段，可通过 PAI-Designer 和 PAI-DSW 两款开发工具来完成建模。可视化建模 PAI-Designer：提供低代码开发环境，内置100+成熟的机器学习算法，通过拖拉拽完成建模，帮助用户实现低代码开发人工智能相关服务。交互式建模 PAI-DSW：提供交互式编程环境，内置JupyterLab、WebIDE及Terminal，提供底层Sudo权限，开放灵活。模型训练：在模型训练阶段，可通过 PAI-DLC 和 PAI-灵骏两款工具来完成训练。智算服务PAI-灵骏：面向大规模深度学习及融合智算场景，支持公共云Serverless版、单租版以及混合云产品形态，提供AI工程化全流程平台及软硬一体的异构融合算力。模型训练 PAI-DLC：云原生深度学习训练平台。支持多种算法框架、超大规模分布式深度学习任务运行和自定义算法框架，具备灵活、稳定、易用和高性能等特点。模型推理：在模型部署阶段，PAI-EAS提供在线预测服务，PAI-Blade提供推理优化服务。模型在线服务 PAI-EAS：支持用户将模型一键部署为在线推理服务或AI-Web应用。适用于实时推理、异步推理、离线推理等多种场景。通用推理加速器 PAI-Blade：Blade的所有优化技术均面向通用性设计，可以应用于不同的业务场景，通过模型系统联合优化，使模型达到最优推理性能。AI资产管理：PAI支持用户对模型、数据集、镜像等重要的AI生产资料及开发产出进行全生命周期管理，并提供AI资产共享、训练效果横向比对、异常问题回溯等能力，实现AI开发及应用过程的降本增效。
北京国际大数据交易所210
数字孪生仿真案例数据集
为支撑城市交通精细化管理、智能驾驶算法验证及车路协同（V2X）应用开发，本文构建了一个聚焦于城市道路的微观交通仿真数据集。围绕典型的城市路网场景，本数据集利用专业的微观交通仿真引擎，系统性地生成了涵盖基准路况、动态交通事件及信号控制方案下的高精度交通参与者数据。数据集包含三大核心部分：全局指标数据（global_metrics），记录了仿真过程中的全网平均速度、总行驶距离等宏观性能指标；排队长度数据（queue_length_metrics_myd），提供了路段级的实时排队长度和排队车辆数；以及车辆状态数据（vehicle_status），包含了仿真路网中所有车辆的个体动态信息。数据集通过标准化的 API 驱动流程构建：首先，通过接口创建仿真类型为 MICRO 的城市交通任务；其次，配置各类动态事件，如通过 TRAFFIC_EVENT 注入交通事故，或通过 SIGNAL_PLAN 下发交叉口信号配时方案；最后，在仿真运行中，通过 getVehisStatus、getQueueCounterValue 等接口实时采集数据。这些结构化的仿真数据，为交叉口效率分析、拥堵溯源、以及 V2X 应用评估等前沿研究提供了关键的数据支撑。
国家基础学科公共科学数据中心150
杭州市路口交通态势数据集 (2022_11)
本数据集主要面向城市交通拥堵分析、交通组织优化、路口信号优化等。基于路网车辆GPS、路侧雷达、视频等设备采集产生。主要记录了城市路口的交通态势相关指标数据，包括路口的交通流量、延误、停车次数、排队长度等，数据量3.5GB。
国家基础学科公共科学数据中心2561
图像及点云转码测试数据集
本数据集采集于浙江省某典型城市复杂路口，涵盖了1小时的1080p高清脱敏视频数据（MPEG格式）以及7组连续的非结构化激光雷达点云序列（BIN格式）。数据采集采用了工业级高频感知设备，视频帧率为25fps，点云帧率为10fps（100ms周期），并完整保留了三维空间坐标（x, y, z）与反射强度信息。针对边缘计算场景，本研究详细记录了基于硬件加速环境下的转码测试流程，采用前沿压缩算法进行基准测试，验证了数据在硬件加速架构下的吞吐性能。数据集经过了严格的时间戳对齐、空间有效性验证及隐私脱敏处理。本数据集的发布填补了路侧边缘计算领域缺乏专用转码基准数据的空白，为研究低延迟压缩协议、优化MEC节点算力配置以及构建大规模交通数字孪生系统提供了关键的数据支撑。
国家基础学科公共科学数据中心230
PAI灵骏智算服务
产品介绍选择PAI灵骏，您可以轻松构建具有以下优势的智能集群：算力即服务。提供高性能、高弹性异构算力服务，支持万张GPU规模的资源弹性，单集群网络容量4Pbps，时延低至2微秒。高资源效率。资源利用率提升3倍，并行计算效率90%以上。融合算力池。支持AI+HPC场景算力的统一分配和融合调度，无缝连接。算力管理监控。为异构算力深度定制IT运维管理平台，实现异构算力到池化资源到使用效率的全流程监控管理。为什么选择PAI灵骏选择PAI灵骏，您可以轻松构建具有以下优势的智能集群：算力即服务。提供高性能、高弹性异构算力服务，支持万张GPU规模的资源弹性，单集群网络容量4Pbps，时延低至2微秒。高资源效率。资源利用率提升3倍，并行计算效率90%以上。融合算力池。支持AI+HPC场景算力的统一分配和融合调度，无缝连接。算力管理监控。为异构算力深度定制IT运维管理平台，实现异构算力到池化资源到使用效率的全流程监控管理。产品优势加速AI创新。全链路性能提速，计算密集型项目迭代效率可提升2倍以上。最大化ROI。高效的池化异构算力调度技术，确保每一份算力投入都能得到充分利用，资源利用率可提升3倍。无惧规模挑战。轻松应对大模型和大规模工程仿真的算力需求，让创新不受算力限制。可视又可控。简单的管理异构算力的分配，并持续的监控和优化。应用场景PAI灵骏主要面向图形图像识别、自然语言处理、搜索广告推荐、通用大模型等大规模分布式的AI研发场景，适用于自动驾驶、金融风控、药物研发、科学智能、元宇宙、互联网和ISV等行业。大规模分布式训练。超大规模GPU算力系统。全对等网络架构，全资源池化，可以搭配PAI（机器学习平台）使用，支持多种训练框架（Pytorch、TensorFlow、Caffe、Keras、Xgboost、Mxnet等），可以满足多种规模的AI训练和推理业务。AI基础设施。平滑扩容。满足不同规模GPU算力需求，平滑扩容，性能线性拓展。智能数据加速。针对AI训练场景提供数据智能加速，主动预热训练所需数据，提升训练效率。更高资源利用率。支持异构资源细粒度管控，提升资源周转效率。自动驾驶。丰富的部署和调度策略。多种GPU资源调度策略，保证训练任务高效执行。文件存储CPFS（Cloud Paralleled File System）搭配RDMA网络架构，保证训练数据供给和计算IO；并可使用OSS分级存储降低归档数据存储成本。同时支持训练和仿真场景。融合算力智能供应，同时支持训练仿真两种场景，从协同模式上提升迭代效率，降低数据迁移成本。科学智能。拓展提升创新上限。基于数据中心超大规模RDMA“高速网”和通信流控技术，实现端到端微秒级通信时延，超大规模线性拓展可打造万卡级并行算力。融合生态，拓展创新边界。支持HPC和AI任务融合调度，为科研和AI提供统一协同的底座支撑，促进技术生态融合。云上科研，普惠算力。支持云原生和容器化的AI和HPC应用生态，资源深度共享，普惠的智能算力触手可得。功能特性高速RDMA网络架构。阿里巴巴2016年开始投入专项研究RDMA（Remote Direct Memory Access），目前已建成大规模数据中心内的“高速网”，通过大规模RDMA网络部署实践，阿里云自主研发了基于端网协同的RDMA高性能网络协议和HPCC拥塞控制算法，并通过智能网卡实现了协议硬件卸载，降低了端到端网络延时，提升了网络IO吞吐能力，并有效规避和弱化了网络故障、网络黑洞等传统网络异常给上层应用带来的性能损失。高性能集合通信库ACCL。PAI灵骏支持高性能集合通信库ACCL（Alibaba Collective Communication Library），结合硬件（例如：网络交换机），对万卡规模的AI集群提供无拥塞、高性能的集群通讯能力。阿里云通过通信库ACCL实现了GPU和网卡的智能匹配、节点内外物理拓扑自动识别及拓扑感知的无拥塞通信算法，彻底消除网络拥塞，提升网络通信效率，提高分布式训练系统的扩展性。在万卡规模下，可达80%以上的线性集群能力。在百卡规模下，有效（计算）性能可达95%以上，可满足80%以上的业务场景需求。高性能数据主动加载加速软件KSpeed。PAI灵骏基于高性能网络RDMA和高性能通信ACCL，研发高性能数据主动加载加速软件KSpeed，进行智能数据IO优化。计算存储分离架构广泛存在于AI、HPC、大数据业务场景中，但大量训练数据的加载容易形成效率瓶颈。阿里云通过高性能数据主动加载加速软件KSpeed，实现数据IO数量级性能提升。GPU容器虚拟化方案eGPU。针对AI作业规模庞大、GPU硬件资源昂贵、集群GPU利用率低等业务场景实际遇到的问题，PAI灵骏支持GPU虚拟化技术eGPU，可有效提升AI集群的GPU利用率，具体如下：支持显存、算力双维度自由切分。支持多个规格。支持动态创建、销毁。支持热升级。支持用户态技术，保证更高可靠性。
北京国际大数据交易所250
AI训练加速测试数据集
本数据集基于ImageNet-1K（ILSVRC2012）标准训练集构建，包含约128万张高分辨率自然图像。针对分布式训练中数据加载与梯度同步的特性，本数据集采用了特定的分片存储结构，将图像数据重组为294个独立的数据分块，以优化在多机多卡环境下的I/O吞吐性能。本研究详细记录了该数据集在GPU集群及NCCL 通信环境下的基准测试流程，并结合梯度协商、梯度融合与压缩等硬件加速方法，提供了ResNet-50与VGG16模型在混合精度训练下的吞吐量基准数据。本数据集的发布为评估分布式训练框架的通信效率、优化算力资源配置以及研究云控基础平台硬件提供了标准化的基准测试对象。
国家基础学科公共科学数据中心280
多交通方式班次数据及测试数据集
面向“一张票”系统在冬奥会系列测试赛和正赛中的示范验证，搭建“一张票”系统集成与半实物仿真实验环境，综合验证三赛区网联环境下云—网—端智能协同的综合交通一体化出行保障系统的运行效能，过程中产生的数据主要包括“轨道交通班次数据”、“长途车班次数据”、“机场巴士班次数据”、“公铁联运班次数据”、“公交车班次数据”、“测试用例数据”。
国家基础学科公共科学数据中心150
GPU云服务器
为什么选择GPU云服务器阿里云GPU云服务器是基于GPU与CPU应用的计算服务器。GPU在执行复杂的数学和几何计算方面有着独特的优势，特别是在浮点运算、并行运算等方面，GPU可以提供上百倍于CPU的计算能力。GPU的功能特性如下：拥有大量擅长处理大规模并发计算的算术逻辑单元（Arithmetic and Logic Unit，即ALU）。能够支持多线程并行的高吞吐量运算。逻辑控制单元相对简单。下表为您介绍GPU云服务器与自建GPU服务器的区别。对比项GPU云服务器GPU自建服务器灵活性能够快速开通一台或多台GPU云服务器实例。实例规格（vCPU、内存及GPU）支持灵活变更，并且支持在线升降配。带宽升降自由。服务器购买周期长。服务器规格固定，无法灵活变更。带宽一次性购买，无法自由升降。易用性Web在线管理，简单方便。内置主流的操作系统，Windows正版激活，且支持在线更换操作系统。GPU驱动可以在购买时一并安装，方便快捷。没有在线管理工具，维护困难。需用户自备操作系统，自行安装及更换。GPU驱动需要自行购买安装。容灾备份三副本数据设计，单份损坏可在短时间内快速恢复。硬件故障事故中可快速自动恢复。用户自行搭建，使用普通存储设备，价格高昂。数据损坏需用户修复。安全性能够有效阻止MAC欺骗和ARP攻击。并防护DDoS攻击，可进行流量清洗和黑洞。享有端口入侵扫描、挂马扫描、漏洞扫描等附加服务。很难阻止MAC欺骗和ARP攻击。清洗和黑洞设备需要另外购买，价格昂贵。普遍存在漏洞挂马和端口扫描等问题。成本支持包年包月及按量付费两种购买方式，可灵活选择适合您业务场景的付费方式。按需购买，无需一次性大量投入。无法按需购买，必须为业务峰值满配。一次性投入巨大，闲置浪费严重。GPU实例规格族实例是能够为您的业务提供计算服务的最小单位，不同的实例规格可以提供的计算能力也不同。根据业务场景和使用场景，ECS实例可以分为多种实例规格族，GPU实例属于ECS实例中的一类实例规格。GPU实例在提供GPU加速能力的同时，保留了与普通ECS实例一致的使用体验。在创建ECS实例时，请选择企业级异构计算规格族群、弹性裸金属服务器和超级计算集群（SCC）实例规格族群下的GPU实例规格即可。关于GPU实例规格的更多信息，请参见实例规格族。产品优势覆盖范围广阔阿里云GPU云服务器在全球17个地域实现规模部署，覆盖范围广，结合弹性供应、弹性伸缩等交付方式，能够很好地满足您业务的突发需求。超强计算能力阿里云GPU云服务器配备业界超强算力的GPU计算卡，结合高性能CPU平台，单实例可提供高达1000 TFLOPS的混合精度计算性能。网络性能出色阿里云GPU云服务器实例的VPC网络最大支持450万的PPS及32 Gbit/s的内网带宽。在此基础上，超级计算集群产品中，节点间额外提供高达50 Gbit/s的RDMA网络，满足节点间数据传输的低延时高带宽要求。购买方式灵活支持灵活的资源付费模式，包括包年包月、按量付费、抢占式实例、预留实例券、存储容量单位包。您可以按需要购买，避免资源浪费。应用场景GPU云服务器适用于视频转码、图片渲染、AI训练、AI推理、云端图形工作站等场景，神行工具包（DeepGPU）为了配合GPU云服务器的计算服务增强能力，也适用于所有AI训练场景和AI推理场景。本文主要介绍GPU云服务器和神行工具包（DeepGPU）的具体应用场景。GPU云服务器应用场景视频直播转码阿里云GPU云服务器重点支持2019年天猫双11狂欢夜直播的实时视频转码，以高画质、低带宽、高分辨率、实时的综合优势服务于天猫双11狂欢夜当天直播业务4K、2K、1080P等各个分辨率的转码。具体说明如下：GPU云服务器支持高并发实时视频流5000路以上，并逐步上升到峰值6200路每分钟，且顺利度过流量洪峰。GPU云服务器参与实时家居渲染图片生成等业务，首次提供了大量算力强劲的ebmgn6v裸金属实例，支持淘宝渲染方提升几十倍的渲染性能，第一次实现秒级实时渲染，完成总计超过5000张大型家居渲染图。AI训练GPU计算型实例规格族gn6v和gn6e具有优异的通用GPU计算加速能力，适合为深度学习提供加速引擎。具体说明如下：gn6v实例配备具有16 GB显存的NVIDIA V100 GPU计算卡，gn6e实例配备具有32 GB显存的NVIDIA V100 GPU计算卡，单节点可提供高达1000 TFlops的混合精度计算能力。实例与弹性计算生态的完美结合，为在线和离线场景提供了通用的解决方案。实例搭配容器服务使用，可以简化部署和运维的复杂度，提供资源调度服务。AI推理GPU计算型实例规格族下gn6i，gn7i等实例具有优异的AI推理能力，满足了深度学习（尤其是推理）场景下的算力需求。实例与弹性计算生态的完美结合，为在线和离线场景提供了通用的解决方案。实例搭配容器服务使用，可以简化部署和运维的复杂度，并提供资源调度服务。镜像市场提供预装NVIDIA GPU驱动和深度学习框架的镜像，简化您的部署操作。
北京国际大数据交易所260