Canvas 低代码工具，多人自研开发全流程优化｜ModelWhale 版本更新
白露时节、秋雨殷勤，ModelWhale 也迎来了新一轮的版本更新，多层面持续优化你的使用体验。
本次更新中，ModelWhale 主要进行了以下功能迭代：
优化 Canvas 多人自研开发流程（团队版✓）
新增 Canvas 组件历史版本使用（团队版✓）
新增 异步请求的模型服务（专业版✓ 团队版✓）
优化 模型服务实例监控（专业版✓ 团队版✓）
新增 注入分析前预运行代码（专业版✓ 团队版✓）
新增 数据共同编辑、项目仅查看权限设置（团队版✓）
新增 Notebook 自定义字体大小、行间距（基础版✓ 专业版✓ 团队版✓ ）
1 优化 Canvas 多人自研开发流程（团队版✓）
ModelWhale Canvas 拥有“算法封装”+“算法快捷使用”能力，组织内算法工程师可以自研 Canvas 组件封装代码，分发 Canvas 分析模板供组织成员直接使用，快速搭建研究框架、低代码完成数据分析工作。
组件拥有 3 种状态，包括待测试、测试中、已上线；通常涉及 3 个角色，包括组件创建者、组件协作开发者、组件使用者。“组件创建者”创建组件并提测后，可以和“组件协作开发者”共同测试、编辑、迭代算法组件，期间可以生成多个版本记录迭代过程；待组件完成开发后，由“组件创建者”上线组件、组件最终版本（其他过程迭代版本，将自动隐藏）；上线后，“组件使用者”即可在自己的 Canvas 画布中自由使用该算法组件。
上线后的 Canvas 组件也支持二次编辑迭代：“组件创建者”、“组件协作开发者”可以基于已上线的组件版本对代码、参数、端口等信息进行优化调整，而后由“组件创建者”上线新的组件版本（也支持隐藏其他组件版本）。更多使用说明，详见： Canvas 低代码工具（开发）。
2 新增 Canvas 组件历史版本使用（团队版✓）
组织内算法工程师（组件开发者们）完成组件的更新迭代、上线了新的组件版本后，现已支持组织用户（组件使用者）继续使用组件以往的历史版本，以基于原有的 Canvas 分析模板、Canvas Flow 工作流继续工作：组件使用者无需再额外理解“组件版本概念”、了解“组件变更日志”，也减少了组件开发者的解释成本。
Canvas 组件的更新向前兼容，即：更新后不会造成原有功能不可用。如有需要，组织用户可以随时“切换组件版本”或“选择使用默认版本”；更多使用说明，详见： Canvas 低代码工具（使用）。
3 新增 异步请求的模型服务（专业版✓ 团队版✓）
将训练好的模型应用于实际场景，需要进行模型服务部署：让模型的价值在真实应用场景下更好地发挥，也可以反哺模型迭代优化。然而，单次推断时间较长的模型服务，在调用时会产生一些问题，比如需要模型开发者每次修改 ngnix 和 timeout，或者在应用层将请求改造为异步，以顺利调用模型。现 ModelWhale 模型 Rest 服务，已支持【同步返回】和【异步返回】两种请求形式；其中，（1）同步请求的模型服务，支持进一步设置“扩容机制”、“扩容阈值”；（2）异步请求的模型服务，支持在 ModelWhale 调用监控中选择“放弃”，满足多种场景下的模型调用需求。更多使用说明，详见：模型服务部署。
4 优化 模型服务实例监控（专业版✓ 团队版✓）
ModelWhale 支持对已部署的模型服务进行资源使用监控，以便模型开发者：（1）在模型服务使用量上升、触发阈值时，及时扩容；（2）及时回收不再使用的模型服务实例（比如一些修改配置后的旧实例），避免因资源占用而造成浪费。
此外，ModelWhale 除了可以很好地监控 CPU 模型服务外，现也支持监控 GPU 模型服务：模型开发者可以在 ModelWhale 查看 GPU 模型服务的显存及 GPU 的使用情况，以追踪了解服务的实际运行情况 。更多使用说明，详见：模型服务部署-模型监控。
5 新增 注入分析前预运行代码（专业版✓ 团队版✓）
结合你的研究分析习惯，你可能希望在开始数据探索前预先加载某些工具库、分析代码，或者提前注入环境变量，以构建所需研究环境。现在，你可以在 ModelWhale “个人设置 - 偏好设置 - 注入 Kernel 代码” 中将它们输入填写。
保存后并在进入编程界面（Notebook、Canvas）前勾选配置，每次连接到 Kernel（包括首次连接、断开后重连、重启 Kernel 连接），我们都将自动为你执行相关代码、构建所需的软件分析环境，提高你开展研究工作的效率。
6 新增 数据共同编辑、项目仅查看权限设置（团队版✓）
ModelWhale 配有严格、灵活的权限系统，供你进行安全、高效的内容分享及协作。
（1）针对数据集，我们在已有的“可查看使用”、“可分发管理”的权限设计上，新增“可共同编辑”权限：以便他人与你共同编辑更新数据文件、描述文档、数据库及对象存储连接等信息；
（2）针对代码项目，我们在已有的“可 fork（生成内容副本）”、“可共同编辑”的权限设计上，新增“仅查看”权限：他人仅可以浏览项目内容，无法通过在线 fork（生成内容副本）、下载的形式进行内容搬运复刻。
ModelWhale 数据科学平台上的其他内容实体，包括但不限于预训练模型、因子成果库、参数组合结果库、算法库、模型服务等，也均支持类似的权限管控。
7 新增 Notebook 自定义字体大小、行间距（基础版✓ 专业版✓ 团队版✓）
ModelWhale Notebook 具有良好的代码展示性，可用作“项目报告”承载你的研究成果。
内容展示方面，你可以（1）跨项目、跨 Notebook “引用”以往报告，比如历史试验数据分析结果、专业报告中的图片与结论等，增加研究报告的严谨性；也可以（2）隐藏代码输入/仅展示代码输出，让报告内容更加简洁。
内容排版方面，你除了可以（1）使用 Markdown Cell 进行文档目录排版外；现在还（2）支持自定义字体大小、行间距，制作出更美观的研究报告。
此外，单击 Code Cell，现已默认进入编辑状态，可以进行更快捷的代码编辑。
更多使用说明，详见： Notebook - 分析报告书写。
以上就是本期 ModelWhale 版本更新的全部内容。
进入 ModelWhale.com，免费试用专业版（个人研究）或试用团队版（组织协同），获赠 CPU 和 GPU 算力！（建议使用电脑端进行试用体验）
如果对 ModelWhale 有任何建议、疑问，或有试用续期需求，欢迎【联系MW】，MoMo 很高兴为你服务、与你交流。
版权声明: 本文为 InfoQ 作者【ModelWhale】的原创文章。
原文链接:【http://xie.infoq.cn/article/8d519cb76a0542a85a24cc61c】。未经作者许可，禁止转载。
个人数据分析工具，组织数据科学协同平台 2022-07-29 加入
ModelWhale 将数据管理、建模分析、模型训练管理、算力资源管理等功能深度整合，通过逐级开放的数据基础设施、 Jupyter Notebook 和 Canvas 两种分析界面、即开即用的云端分析环境，使数据驱动的研究更便捷高效。
评论