發(fā)揮GPU優(yōu)秀的并行計算能力，使用容器可以快速獲得需要的應用環(huán)境，是目前推薦的深度學習與數(shù)據(jù)科學開展研究的方式。它便于資源的分配與調(diào)度，優(yōu)化異構資源調(diào)度：提供彈性、高效、細粒度（支持GPU共享）、簡化異構資源管理復雜性；提升可觀測性和使用效率， 可移植、可組裝、可重現(xiàn)的AI流程；可加載多種深度學習預訓練模型模塊，預安裝pytorch、tensoflow等深度學習框架與相關計算庫。

隨著人工智能與邊緣計算的發(fā)展，各種數(shù)據(jù)科學的應用落地，在在線教育行業(yè)中部署相關的服務去支持業(yè)務開展已成為大勢所趨——深度學習下的圖像識別、NLP等技術給行業(yè)帶來新發(fā)展空間。

數(shù)據(jù)規(guī)模在不斷增長，使用公有云部署業(yè)務是一種便捷的模式。但越來越多企業(yè)用戶發(fā)現(xiàn)，大規(guī)模使用公有云基礎及其深度學習API服務，已成為每年開支中的大頭。混合云部署的模式業(yè)務的模式可能成為更合理的選擇，把部分重要業(yè)務部署在企業(yè)私有云中，不僅可獲得對業(yè)務與數(shù)據(jù)安全的全面控制，據(jù)第三方測評，對中小型規(guī)模集群、私有部署甚至可能降低高達70%的運維服務費用。把部分業(yè)務私有部署，已成為在線教育行業(yè)中穩(wěn)健的選擇。

在混合云部署中，云原生計算成為先行崛起的理念。云原生計算依靠資源云化（虛擬化），應用云化（標準化、自動化、可拓展、高可用），云原生（互聯(lián)網(wǎng)規(guī)模、敏捷，彈性）的優(yōu)勢，逐漸成為人工智能深度學習、數(shù)據(jù)科學等應用及服務的載體。