stars • 贡献者突破400 • 开源生态：多语言&集成 社区活跃度 影响百万开发者 • 官网访问用户数达90万 • 下载量达到300w次 • 服务超百家各领域头部知名企业 • 被国内大多云厂商托管 • 获得各类社区奖项8个 企业级应用 • 2021 OSC 中国最受欢迎开源项目 • 2022 InfoQ 十大开源新锐项目 • 2022 CSDN 中国开发者影响力项目 • 2022 开源成熟度评估

难度。大型企业可能使用跨区域、跨云环境下数以千计的实例，处理自动化扩容、故障转移 等复杂任务。企业需投入大量的云原生开发和运维人才，采购昂贵的监控与自动化工具等。 成本控制⸺算力性价比难题：企业多云集群和异构计算资源的效率和适配不足，使算力成 本长期居高不下，弹性能力的缺失造成的大量云实例闲置，也加剧了浪费现象。在企业加速 业务创新的背景下，大型企业的多业务线体系需要频繁地应付新业务上线部署时千奇百怪的

支持分布式计算，适合处理大规 模数据集，而 Pandas 库则提供了便捷的数据操作功能。这两者的 结合可有效用于数据预处理、特征工程及分析。 为了实现高效的模型训练和推理，选择合适的计算资源是必不 可少的。目前，许多云服务提供商如 AWS、Google Cloud 和 Microsoft Azure 均提供 GPU 和 TPU 支持，团队可以依据预算及 性能需求选择合适的云计算平台。通过利用云平台的弹性资源，可

云基础设施与AI模型：富卫集团与亚马逊云科技（AWS）和微软（Azure）等超大规模云 服务商合作，将其核心业务应用程序托管在云基础设施上。为了降低被单一云服务商锁定 的风险，富卫集团采取了多云战略，将工作负载在Azure和AWS之间均等分配。公司已经部 署了近200个AI模型，涵盖600多个用例。 技术人才培养与AI治理：富卫集团通过技术学院鼓励员工参加云认证培训，并建立起 AI技