CodeLab – 专业AI开发者使用的IDE
异构加速计算：利用GPU和CPU并行及混合加速计算 超大数据处理：单机可处理1GB-10TB数据 高效数据存储：利用Parquet和Arrow实现高效磁盘和内存存储 下载CodeLab Windows 客户端（内置Linux子系统，提供原生Linux开发体验） 支持系统：Windows 10 64位系统。 【本地GPU卡调试】：即将支持。 【使用云端算力】：支持。
部署本地网关 - 存储网关BSG | 百度智能云文档
部署本地网关 本地存储网关 使用本地网关需要用户自行部署与启动bsg-agent服务, 具体部署与启动bsg-agent详见下文描述 注意: bsg-agent需要与百度智能云上bsg-master组件进行交互, 需要保证部署bsg-agent机器与外网互通。
本地数据迁移到BOS 对象存储（BOS）
月光宝盒由 BOS 为您提供移动存储设备，该设备具有大容量、可视化操作、军工级别防护加密等特性。单台月光宝盒设备的标定容量为 96 TB，实际使用容量为 83 TB 左右/每台，适用于百 TB 级别的本地 IDC 数据迁移上云场景。 对象存储 BOS - 硬盘寄送方式上云 ：它和“月光宝盒”的不同之处在于，设备需要由客户自行准备。
GET请求下载Bucket文件到本地 对象存储（BOS）
GET请求下载Bucket文件到本地 依赖 使用原始API进行访问Bucket，需要自行计算鉴权信息。
LCC介绍 - 本地计算集群LCC | 百度智能云文档
关于LCC涉及到的计算/存储资源以及其定价信息，您可以访问 LCC配置定价 页面。 为什么要选择LCC？ LCC是完美融合了公有云和私有云特性的混合云产品。选择LCC，您会获得了一个能够拥有on-premise/off-premise两种部署形态优势，但又能在很大程度上规避相互之间劣势的混合云服务服务产品。 LCC能满足传统企业客户的上云倾向 。
本地计算集群LCC
本地数据上云 对象存储（BOS）
相比 月光宝盒 ，自有硬盘寄送的方式速度更快。 使用场景 自有硬盘寄送的方式适用于客户拥有较多硬盘，且需要迫切上云的场景，如： 本地 IDC 机房需要清退，数据需要尽快寻找云上合适的存储位置； 本地数据规模较大，希望尽快将数据备份上云。但专线方式花销较大，希望寻求其他性价比更高的方式； 使用限制 仅支持国标 3.5 寸或者 2.5 寸移动硬盘； 仅支持 USB 接口硬盘。
使用本地存储 - 容器引擎CCE | 百度智能云文档
使用本地存储 emptyDir emptyDir 类型的 Volume 在 Pod 分配到 Node 上时被创建，Kubernetes 会在 Node 上自动分配一个目录，因此无需指定宿主机 Node 上对应的目录文件，这个目录的初始内容为空。 说明 当 Pod 从 Node 上移除时，emptyDir 中的数据会被永久删除。
场景推荐 - 本地计算集群LCC | 百度智能云文档
数据可以完全保存至本地，同时提供网络流量审计，满足数据不出厂的私密化、安全化数据存储要求。 资源弹性。 当部分本地负载出现算力不足等情况时，可以快速在同Region公有云购买资源弹性使用，满足资源横向扩展要求并节约成本。 异构计算集群 社会智能化进程的不断加速带来了旺盛的AI算力需求，而AI大规模训练则是其中辐射自动驾驶、生命科学等多个热点行业，囊括企业、教科研机构等多规模用户的核心应用。
AI 应用的全流程存储加速方案技术解析和实践分享
软件方面，可以做的一点是让需要访问的数据能够尽可能的搬到计算节点本地，或者和计算节点比较近的地方。这就是缓存的思路，通过利用计算节点本地的冗余的内存、磁盘资源，让一些请求在缓存里处理掉，会比直接访问存储系统的性能更好。 到目前为止，我们的这些优化思路里，已经提出来两个比较重要的软件方案，一个是并行文件系统，一个是缓存。接下来再稍微展开介绍一下这两类系统。
