工具介绍
上海和今信息科技有限公司于2015年创立和鲸科技,聚焦数据智能领域,旨在通过技术打通数据价值闭环。核心产品包括ModelWhale协同平台、和鲸社区及科赛竞赛系统,解决科研与产业中数据处理效率低、协作困难的问题。
采用ModelOps理念开发ModelWhale平台,实现异构算力调度(如跨云架构支持)和自动化开发流程,其工程化能力支撑了国家气象信息中心超2PFlops算力集群优化,计算效率提升数倍。核心技术涵盖智能数据预加载、多任务并行开发架构。
主要服务高校(如清华大学、浙江大学)、科研机构(国家气象信息中心)及企业(金风科技),覆盖气象、医疗等10余领域。社区用户超70万,成为国内最大数据科学实践平台,推动AI在产业应用中的工程化落地。
核心功能
异构算力调度
支持跨云架构资源整合,自动分配GPU/CPU集群,实现超算任务高效并行处理
在线建模环境
集成Jupyter Notebook与可视化工具,提供开箱即用的数据分析及AI开发沙箱
团队协作管理
支持多角色权限控制、版本追踪及代码复用,加速科研项目全流程协同
智能数据治理
通过热点数据预测与边缘缓存技术,优化PB级数据跨云调度效率
竞赛管理系统
提供赛事发布、评审及成果交付一体化工具,服务政府与企业数据竞赛
教育实训模块
内置课程模板与实战案例,支撑高校AI教学与产教融合人才培养
界面截图
和鲸科技
适用场景
1
科研课题协作
为浙江大学地球科学学院搭建全球协同系统,支持跨国团队处理多维地理数据
2
气象预测优化
助力国家气象信息中心实现短中期AI预报,提升模型训练速度与精度
3
企业AI中台
帮助金风科技构建数据驱动决策系统,整合生产数据实现智能运维
4
高校AI教学
清华大学采用K-Lab开展数据科学课程,提供实时编程环境与案例库
优缺点分析
👍 优点
- 算力调度效率领先,支持超大规模集群并行,资源利用率提升300%
- 社区资源丰富,汇聚近百万开发者实战案例与学习资料
- 工程化能力突出,专利技术解决科研数据跨云调度难题
- 覆盖场景广泛,从科研到产业落地形成完整生态闭环
- 教育适配性强,已合作超500家高校推动AI人才培育
👎 缺点
- 面向复杂业务场景的定制化开发门槛较高,需一定技术基础支撑
- 社区互动机制待优化,部分用户反馈问题响应周期较长
- 免费版资源配额有限,大规模项目依赖企业级订阅服务
- 非AI领域用户需额外培训,新手学习曲线较陡峭
竞品对比
| 产品 | 平台类型 | 免费层资源 | 异构算力支持 | 教育模块 | 竞赛功能 |
|---|---|---|---|---|---|
| 和鲸科技 | 协同平台+社区 | 基础环境5GB存储 | ✓ | ✓ | ✓ |
| Kaggle | 竞赛社区 | GPU 30小时/周 | ✗ | ✗ | ✓ |
| 阿里PAI | 开发平台 | 无免费GPU | ✓ | ✗ | ✗ |
| 华为ModelArts | 开发平台 | 存储100GB | ✓ | ✗ | ✗ |
常见问题
如何免费使用ModelWhale?
注册后可体验基础版环境,支持Python/R语言及5GB存储空间,但GPU资源需订阅企业版解锁
是否支持本地私有化部署?
提供私有化部署方案,需联系商务开通,适配企业级数据安全与合规要求
竞赛数据如何保障安全?
采用沙箱隔离机制,赛事方可通过权限控制限制数据下载与导出
高校如何申请教育合作?
官网提交’101数智领航计划’申请,提供定制课程及实验室资源支持
