数据准备
在数据准备阶段，PAI-iTAG 提供智能化数据标注服务，支持图像、文本、视频、音频等不同类型数据标注，支持多模态数据标注；提供丰富的标注内容组件和题目组件，用户可以直接使用平台预置的标注模板，也可以自定义模板进行数据标注。同时提供全托管的数据标注外包服务。
模型开发
在模型开发阶段，可通过 PAI-Designer 和 PAI-DSW 两款开发工具来完成建模。
PAI-Designer 可视化建模
提供低代码开发环境，内置100+成熟的机器学习算法，通过拖拉拽完成建模，帮助用户实现低代码开发人工智能相关服务。进一步了解 PAI-Designer
PAI-DSW 交互式建模
提供交互式编程环境，内置JupyterLab、WebIDE及Terminal，提供底层Sudo权限，开放灵活。进一步了解 PAI-DSW
模型训练
在模型训练阶段，PAI-DLC提供一站式的云原生深度学习训练平台。支持多种算法框架、超大规模分布式深度学习任务运行和自定义算法框架，具备灵活、稳定、易用和高性能等特点。
模型部署
在模型部署阶段，PAI-EAS提供在线预测服务，PAI-Blade提供推理优化服务。
PAI-EAS 模型在线服务
支持用户将模型一键部署为在线推理服务或AI-Web应用。适用于实时推理、异步推理、离线推理等多种场景。进一步了解 PAI-EAS
PAI-Blade 通用推理加速器
Blade的所有优化技术均面向通用性设计，可以应用于不同的业务场景，通过模型系统联合优化，使模型达到最优推理性能。进一步了解 PAI-Blade
AI资产管理
PAI支持用户对模型、数据集、镜像等重要的AI生产资料及开发产出进行全生命周期管理，并提供AI资产共享、训练效果横向比对、异常问题回溯等能力，实现AI开发及应用过程的降本增效。
