BMLCodeLab是百度团队自主研发的机器学习端云协同开发环境。它包括本地客户端和云。 CodeLab提供端云协同开发机制，支持高性价比云算力购买，并提供本地高性能机器学习终端。端到端的处理能力同时为用户提供流畅的编码体验。

BML CodeLab是百度团队自主研发的机器学习端云协同开发环境。它包括本地客户端和云部分。 CodeLab提供端云协同开发机制，支持高性价比云算力购买，并提供本地高性能机器学习。端到端的处理能力为用户提供流畅的编码体验。同时，可以灵活利用云计算能力，与多人共享计算能力，让用户更加专注于数据处理和建模。

产品优势

01.高性价比的云计算能力和免费的存储空间

对接多家云算力提供商，帮助您选择最具性价比的算力，支持算力共享，并拥有专业的运维和客服团队，保证服务质量和稳定性。

高性价比算力：按需付费，大幅降低算力成本

一个人购买，多人分享

服务稳定：专业客服随时在线

02.交互式开发环境和机器学习插件

基于JupyterLab深度优化，集成丰富的机器学习研发插件。

VSCode中集成代码编辑器：支持代码高亮和自动补全

任务管理插件：管理本地和云端任务，支持自动周期运行

性能监控插件：CPU、内存、显卡、硬盘运行数据实时可视化

03.多人协作与版本控制

内置多人协作开发插件，实现数据和代码的版本控制。

文件版本控制：可以管理代码、数据、模型等类型的文件

Python包管理：多人协作避免安装包冲突

高扩展性：支持主流文件系统，如BOS、HDFS等。

04.自主研发高性能计算引擎

内置百度研发的高性能计算引擎，提供机器学习和数据分析加速能力。

异构加速计算：利用GPU和CPU并行、混合加速计算

超大数据处理：单机可处理1GB-10TB数据

高效的数据存储：利用Parquet 和Arrow 实现高效的磁盘和内存存储

软件特点

本地主机与远程机器协同开发模式

BML CodeLab 不会改变用户本地的编码习惯。本地调试完成后，可以调用云算力进行训练，不仅解决了本地机器算力不足的问题，还帮助用户省去了不断切换本地编码环境和云端的繁琐操作。

增强互动开发

为了给用户提供流畅、人性化的开发体验，在集成JupyterLab优秀功能的基础上，引入了Microsoft Monaco编辑器，支持任意编程语言的代码补全、使用提示、多光标等IDE功能。

高性能计算引擎

BML CodeLab内置了百度自研的高性能数据科学引擎Blackhole，利用单机GPU和CPU进行异构加速计算。与开源的Pandas/Sklearn相比，性能可提升6倍以上。还具备单机10TB超大数据处理能力。对比结果如下图：

它还提供了一个易于使用的界面，与Pandas 和Sklearn 基本相同。

经济高效的计算资源

为了给用户提供充足、经济的算力，解决资源不足、排队时间长、运行时间有限等痛点问题，百度提供智行云2080 Ti算力，并支持算力共享，即一方共享购买计算能力。可以与其他用户共享，多人可以共享算力，最大限度地利用闲置资源。 （注：目前支持Mac/Linux系统版本客户端使用算力提交云任务，Windows版本客户端此功能目前正在升级中，但本地资源可以正常使用）

内置百度文心（ERINE）强大的语义理解技术

BML CodeLab内置了百度NLP自研的基于知识的语义理解技术，将大数据预训练与多源丰富知识相结合。通过持续学习技术，从海量文本数据中不断吸收词汇、结构、语义等方面的新知识。实现模型效果的不断演化。

此外，BML CodeLab支持代码、数据、模型等类型文件的版本控制；新增文件、删除文件、修改文件可以通过不同的文件颜色进行区分，方便用户监控文件变化、控制版本生成。

BML CodeLab 还有很多功能值得开发者探索和使用。在用AI服务大众的道路上，百度BML CodeLab团队一直在快速奔跑，不断探索，攻克了一个又一个技术难题。相信团队会用先进的技术为用户带来最好的体验。