白海科技卢亿雷：把简单留给用户 把复杂留给自己 | TGO 专访

卢亿雷，白海科技创始人兼 CEO，TGO 鲲鹏会（北京）董事会成员。曾先后任职于联想研究院、百度和明略科技，负责联想网盘的分布式存储和高性能计算、Hadoop 分布式计算，以及 AI 算法平台和数据分析平台等工作。卢亿雷是 CCF 大数据专委常务委员和高性能专委委员，中国大数据技术大会主席，2017 年中国大数据行业领军人物，超过 15 年大数据和 AI 计算平台经验。

就像农作物是人类赖以生存的基础一样，AI 正成为人类经济发展迈向更高台阶的核心驱动力。育种专家通过科研攻关，把口感好、品质高、价格低的产品送上普通人的餐桌；现在，一批 AI 行业领军者正在从实际应用需求和痛点出发，推出使用简单、成本低廉、性能强劲的 AI 开发生产平台，助力产业转型升级。

卢亿雷，就是这批 AI 领军者中的一员。他始终坚信，AI 技术唯有下沉到各行各业，普惠生活的方方面面，才能发挥它真正的价值。

对于行业趋势卢亿雷表示，AI 开发生产平台今后将呈现简单化、云原生和一站式三大趋势。其中，简单化尤为重要。经历了由简单到复杂集成式工具的演变后，简单、再简单和高度易用将是 AI 开发生产工具的未来发展方向。

“To C 产品通常简单到不需要复杂的用户手册，企业级 AI 开发生产平台也可以做的像 To C 产品一样简单，推动 AI 的普惠化。”卢亿雷说到。

让 AI 下沉产业端，开发效率成破局核心

近年来，在互联网、传统企业深度拥抱数字化、云原生等新兴技术的趋势下， AI 已成为不可或缺的底层支撑。由此带来的是算法进入到“工业化大生产“阶段，模型愈加复杂和庞大，而算法工程师普遍缺乏高易用性用具，难以提升开发效率；此外，机器学习算法使用的计算能力已远超摩尔定律，高性能、低成本算力亦成为制约 AI 发展的重要瓶颈。不少企业为解决这一难题，投身于 AI 开发生产平台的构建之中，但理想与现实尚存不小的差距。

卢亿雷表示，自己和团队在 2015 年便开始尝试用开源工具构建 AI 开发生产平台，但开源工具改造的平台在易用性和性能上差强人意；目前市场上的解决方案主要分为集成式机器学习平台和 AI 开发生产基础软件，两者各有特色，但均不能同时满足企业和专业开发者在性能和易用性方面的需求。

比如由云厂商、垂直一体化平台厂商打造的集成式机器学习平台，其核心特点是数据准备、模型开发、模型训练、模型部署等各功能子产品都集成于同一平台，导致产品较为厚重、配置复杂、上手困难；

而 AI 开发生产基础软件，其核心特点是数据准备功能包 / 插件、算法调试功能包 / 插件、模型部署功能包 / 插件等可以按需自动配置。不过，各组件的适配表现欠佳且门槛较高，需算法开发人员对系统工程有较深了解。不仅如此，AI 开发生产基础软件通常缺乏引擎支撑，较难满足企业级客户对性能和效率的要求。

据卢亿雷介绍，用传统的 AI 开发工具，数据科学家需要把数据下载到本地，这过程就很复杂，且还涉及到数据版本管理的问题；算法工程师需要部署、搭建实验环境，但大多数算法工程师对系统工程领域涉猎有限，环境部署和管理对他们来说具有不小的挑战性；在算法开发过程中，算法工程师还需要很多库包，但第三方库包和开发工具又可能会有兼容性的问题；在训练过程中，由本地单机代码进行分布式训练，面临代码调整和训练性能、效率的挑战；不仅如此，传统的 AI 开发工具的试验环境和生产环境也是割裂的......

一系列降低开发效率、阻碍计算性能的难题，成为 AI 有效下沉产业的阻碍。卢亿雷称，“要解决专业算法工程师日常开发、生产的核心痛点，让他们更专注于算法开发和模型试验本身，以提升开发效率和性能，突破 AI 普惠的瓶颈。”

以应用需求和痛点出发，构建 AI 开发生产解决方案

过去一位数据科学家的工作流程是这样的，首先需要安装一些工具并配置开发环境，在进行完数据探索后，选择算法模型，并对模型进行开发和训练，筛选出最优模型后将模型文件交给工程师团队，工程师用 C++/JAVA 对模型进行工程化处理，但这个过程会涉及很多复杂的问题，比如精度等。另外，上线后随着时间的推移，模型可能也会存在表现得不理想的情况......

卢亿雷表示，传统的 AI 开发工具在数据、环境管理、模型选择、分布式训练、数据精准度等方面存在诸多痛点；他和他的团队以数据科学家、算法工程师的需求和痛点出发，通过自研的云原生 AI 开发生产平台——IDP（Intelligent Development Platform），构建 AI 开发生产解决方案。

IDP 产品架构图

据卢亿雷介绍，白海科技 IDP 有 IDP Studio 和 IDP Engine 两个子产品。其中基于云原生开发环境的 IDP Studio，性能比肩本地 IDE，支持 Python 和 SQL，算法团队与业务团队可进行高效协作。IDP Studio 通过一键式接入主流云端数据库，在数据方面大大减轻数据科学家的工作；在环境管理方面，IDP 预置最推荐的环境并进行优化，让算法工程师专注于算法开发本身；此外，IDP Studio 通过内置常用的库包，并进行了兼容性的优化；提供可视化的模型对比工具；同时实现试验和生产在同一环境下进行，降低 AI 开发应用的门槛。

IDP 产品界面

IDP Engine 提供高性能任务调度和分布式计算两大核心功能，支持 task 级别任务调度，提高集群吞吐量。IDP Engine 对数据预处理、数据探索、机器学习、深度学习、推理等工作统一调度，对单机版进行性能优化，智能分布式执行，帮助企业提升算法开发效率，降低计算资源使用成本。比如，传统的本地单机工具，若想进行分布式训练，需算法工程师自行配置和实现，通常要配置单机和分布式两套代码，操作极其复杂；而 IDP Engine 天然支持分布式训练，且自动执行单机和分布式，算法工程师只写一套代码即可，大幅提升开发生产效率。

卢亿雷总结道，IDP 通过环境管理、数据源接入、模型构建、模型训练、模型管理、模型发布等功能，让算法工程师更专注于算法开发和模型试验本身，而“系统工程”相关的工作，交给 IDP 的工程师们来完成。本质上 IDP 是通过“让专业的人做专业的事儿”来帮助数据科学家、算法工程师降本增效！

IDP 目前在快消零售、游戏、工业、教育等领域已经实现广泛的应用。比如在快消零售领域，IDP 通过帮助零售企业利用 AI 模型构建高维用户画像，对消费者需求进行预测，实现精准营销。通过 AI 实现智能客服；在游戏领域，IDP 不仅能够提升游戏体验和开发效率，还能高效地开发、训练高性能用户分析相关模型，提升了用户转化效率；在工业领域，IDP 可以实现工业品缺陷检测、开发生产环节的安全监测；在教育行业，IDP 可用于高校科研训练、赛事准备，助力其大幅提升开发训练效率等。

把简单留给客户，把复杂留给自己

软件行业，特别是大数据、AI 相关的软件，如果使用很复杂、很难维护的话，那么它的产品生命周期通常会很短，只有简单易用的软件才可能保持长青。做 To B 产品要有同理心，产品多向前优化一步，每位用户操作时就能减少一步。

为此，卢亿雷会亲自参加公司内部各部门会议。他最担心的是产品没有被客户认可，因此会在各个环节都做到精益求精。比如，产品要做用户展示材料，他会亲自给产品界面截图，截图中涉及很多界面的展示，如图像大小等细节，因此他也被冠上公司“首席截图官”的称号；他也可以为产品中的一个运行按钮的位置、大小，与同事讨论三天才最终确定。

“简单、简单、再简单”是白海科技产品设计的核心原则。IDP 在功能、交互的设计上都致力于最简单明了，让客户一看就懂、一看就会。通过一键部署安装，无需复杂的使用文档，就能够顺利使用。易用性方面，卢亿雷带领团队通过大量访谈，了解数据科学家和算法工程师在这方面的核心痛点，并在 IDP 产品中进行针对性改进。

在性能方面，卢亿雷和他的团队聚焦从工程化的角度做性能的优化和提升。核心是从两方面发力，一是计算和调度引擎方面，主打高吞吐量，天然为高速分布式计算而服务；另一方面对前端的 IDE 进行性能优化，通过采用 Rust 语言的自研 Kernel，提升 IDE 的启动和运行速度。综合来看，IDP 可以让数据科学家和算法工程师的工作效率提升 30-100%。

卢亿雷在产品功能方面要求极其严格。他会让团队把竞品功能做充分调研，包括竞品功能能实现什么、有什么问题等；另外，他的团队每天都会与客户交流，获得需求、意见反馈。比如之前做 IDE 时，他和团队访谈了 100 多位算法工程师以及大量行业专家后，才最终确定每一处细节；把开发和生产挂钩，让用户可以基于 Pipeline 做大量自定义内容开发的功能定位，也是与用户大量沟通后确定的。“产品不是做出来就行，我们要引领行业的发展，一定是要做到最好。”

对于产品规划卢亿雷表示，近期公司会继续优化通用的 AI 开发生产基础平台。通用平台是土壤，只有土壤足够肥沃，才能更好地滋养上层应用；未来公司会构建针对具体行业场景的开箱即用解决方案，推动产品向全域的 AI 开发生产基础软件方向迈进！

Q&A

Q：白海科技打造的新一代 AI 开发生产平台，与现有的竞品相比优势在哪？降本增效方面，有具体数据做参考么？

A：我们的产品以 IDE 为统一的交互界面，所有的工程师都会用 IDE，因此亲近感、易用性都会更好。

但我们又不仅是 IDE，还有数据源接入、数据探索以及后端的任务调度与计算引擎等。目前我们支持 Python 和 SQL。不同语言的算法工程师的使用习惯和易用性诉求不同，我们访谈发现，Python 和 SQL 基本就满足了数据科学家的需求。另一个是 OPS，在 IDP 上把模型开发、测试、生产等全流程完成。

算法工程师的工作效率可以提升 30-100%。IDP 提升的不是通用性能，而是吞吐量。比如原来只能跑一个任务，现在可以跑两个，我们可以把任务的调度、资源利用率做到最高。在实验室环境，我们能做到几倍、十几倍的提升。

Q：在安全稳定、数据隐私方面，白海科技的 IDP 平台有哪些优势？

A：白海科技不存用户的数据；日志的记录、安全审计等，都是严格按照企业级标准设计，如用户系统通过 SSO，我们不会储存用户名和密码；所有的访问控制都有严格的记录，公司还会进行安全审计认证。

Q：我们几个月前完成数千万的融资，在产品研发、团队建设市场推广等方面，会有哪些大动作？

A：产研团队会继续招一些大牛过来，给团队更好的保障和支持；生态建设方面，做开源生态，7 月份会将自研 IDE 开源，有 Meetup、Hackathon，以及与极客时间等合作；

行业建设会花较多的时间，公司成功的标准不是通用平台做得好，而是行业繁荣了才算成功。后续我们会和行业伙伴，如独立软件开发商和解决方案提供商，快消零售、游戏等行业的头部客户建设行业生态。目前，我们在推动构建游戏行业产研联盟等。

关于 TGO 鲲鹏会

TGO 鲲鹏会是极客邦旗下科技领导者聚集和交流的组织，学员由 CTO、架构师、技术 VP、具有技术背景的 CEO 等组成，目前已经在北京、上海、深圳、广州、杭州、成都、硅谷、南京、台北、厦门、武汉、苏州等 12 个城市定期举办学习活动。

TGO 鲲鹏会采用了“学员共建”的组织形式，希望通过“共建、自治”的方式维护各城市的健康发展，为学员提供必要的服务，帮助学员个人更好地学习和成长，助力学员企业之间更好地合作与交流。加入 TGO 鲲鹏会，全方位提升自身价值，成为卓越科技领导者！