模力方舟（Gitee AI）

模力方舟（Gitee AI）とは？

模力方舟（Gitee AI）は、AIアプリケーション開発向けの「一站式」プラットフォームです。複数種の事前学習済みモデルを集約し、モデル体験、推論、訓練、デプロイからアプリケーションまでの関連機能を備えています。プラットフォームの主眼は、開発者がインフラを自前管理せずに、モデルを迅速に業務やアプリケーションに統合できるようにすることです。

プラットフォーム内で、ユーザーはオンライン体験や標準インターフェースでモデル推論が可能です。カスタマイズが必要な場合、モデル微調整やデータ前処理も行えます。算力面では、Elastic GPU算力レンタルを提供し、GPU種別の選択もサポートします。また、アプリケーション開発者向けのアプリケーション市場とデプロイ・収益化サポートにより、モデル成果をアプリケーションとして公開し、「モデルからアプリケーション」までの閉ループを形成します。

主な機能

• Serverless 大模型推理 API：推論シーン向けAPIサービスを提供し、基盤インフラ管理不要を強調。自動拡張縮小、GPU加速、低遅延特性をサポート（ページ表記準拠）。
• オンライン模型体験と標準インターフェース：モデル体験エントリーを提供し、OpenAI SDK互換の標準インターフェースを宣言。既存アプリケーションや開発フローに容易に統合可能。
• 多模態モデル対応と継続更新：テキスト、画像、音声、多模態など多様なモデルタイプをサポートし、モデルの継続更新を強調。
• モデル微調整と訓練追跡：モデル微調整（Model Finetune）機能を提供。データ前処理（例: 画像ラベル付け・クロップ）を含み、可視化訓練追跡記録（例: Lossのバッチ変化）を提供。
• Elastic GPU算力レンタル（Reserved GPUs）：従量課金GPU算力レンタルを供与。単カードから大規模クラスタまで対応し、時間単位レンタル・起動停止が可能。
• 国産異構算力対応：NVIDIA GPU以外に、Muxi、Ascendなど国産異構算力をサポートし、国産ソフトハード技術スタックの適応・最適化を提供。

模力方舟（Gitee AI）の使い方

1. 推論経路を選択
   まずプラットフォームでモデル体験を実施。その後、提供標準インターフェース（OpenAI SDK互換）または推論APIでモデルをアプリケーションに統合。

2. カスタマイズが必要な場合: データ準備と微調整
   業務データを準備後、ビルトインデータ前処理ツール（例: 画像ラベル付け/クロップ）で処理。微調整モジュールで訓練を開始し、可視化インターフェースで訓練追跡情報（例: Loss指標）を確認。

3. 算力と開発環境をオンデマンド設定
   Elastic算力が必要ならGPUをレンタル。ブラウザワークスペースでビルトインフレームワークとJupyter環境を使い開発・検証。

4. デプロイとアプリケーション化（アプリ市場上架）
   モデル機能をサービス化後、アプリケーション市場機能でデプロイ・上架。プロモーション・商用化サポートを活用し、サービスをユーザー公開。

ユースケース

• 推論APIでテキスト/多模態機能を迅速公開：標準推論APIをアプリケーションに統合し、テキスト生成や画像/音声関連機能を実現。自動拡張縮小で突発トラフィック対応。
• 特定業務データでカスタム微調整（画像関連）：ビルトイン画像ラベル付け・クロップツールでデータ前処理後、モデル微調整。可視化訓練追跡でLossのバッチ変化を確認し、訓練スキームを反復。
• 時間単位GPUレンタルで訓練/推論しリソース制御：訓練/推論タスクで時間単位GPU算力をレンタルし、いつでも起動停止。ワークロードとリソース使用に適合。
• 国産算力オプションが必要時、デプロイリソース計画：デプロイ/訓練環境で国産異構算力が必要時、Muxi、Ascendなどサポートを活用しリソース選択・計画。
• モデル成果を利用可能アプリケーションとして公開：アプリ市場フローでサービス上架・デプロイ。上架・審査・プロモーション/トラフィック分配で機能をユーザー提供。

FAQ

1. プラットフォームでインフラを自前管理する必要は？
推論APIはserverless方式で、インフラ運維不要を強調。Elastic GPUレンタル時はプラットフォーム算力を使用。カスタム運維の詳細はページ未記載。

2. 既存コードを直接統合可能か？
OpenAI SDK互換標準インターフェースをサポート。OpenAI SDKワークフロー使用時は、プラットフォームモデルを既存開発に容易統合。

3. 微調整と訓練プロセス監視をサポートか？
サポート。モデル微調整サービスを提供し、可視化訓練追跡記録（例: Lossのバッチ変化）をビルトイン。

4. 国産GPUや異構算力をサポートか？
サポート。NVIDIA GPU以外にMuxi、Ascendなど国産異構算力選択を明記し、国産ソフトハード技術スタックの適応・最適化を提供。

5. モデルからアプリケーション公開機能を備えるか？
備える。AIアプリ開発者向けアプリ市場を列挙し、上架・サービスデプロイ・商用化の全链路サポート。

代替案

• 自社モデル推論サービス（自管推論フレームワーク/サーバー）：基盤運維に熟練チームがあり、高度カスタマイズ制御が必要なシーン向け。serverless推論比、インフラ・運維作業が増大。
• 汎用クラウドAI推論プラットフォーム/モデルホストサービス：モデル推論・デプロイに使用可能だが、インターフェース標準、モデル体験、アプリ上架/エコシステム連携で模力方舟（Gitee AI）の「一站式」経路と異なる可能性。
• オープンソース訓練・微調整ツールチェーン（自有訓練リソース併用）：訓練フロー・環境を完全制御したいユーザー向け。プラットフォームビルトイン微調整・可視化追跡比、自建で自主管理増。
• アプリ構築プラットフォーム（ローコード/ワークフロー編成）+ 外部モデルAPI：アプリプロトタイプ迅速構築時、ワークフロー編成と外部モデルを組み合わせ可能。ただし、モデル体験・訓練・デプロイを自前串聯し、単一プラットフォーム閉ループに非依存。