之江实验室人工智能开源开放平台，具有高性能、高可靠性、高性价比、简单易用等特点，旨在为不同行业的用户提供基于深度学习的端到端解决方案，使用户可以用最快的速度、最少的时间开始高性能的深度学习工作，从而大幅节省研究成本、提高研发效率，同时可为中小企业解决私有云难建成、成本高等问题。
-
钱江源是一种灵活的可部署到目前任意主要公共云的云AI 基础架构，包括微软Azure，亚马逊AWS，及谷歌GCE。它可用于人工智能训练，探索，推理和分析。钱江源支持多个主要的深度学习（Deep Learning）工具包（例如TensorFlow，CNTK，Caffe，MxNet 等）。它还支持Hadoop / Spark等大数据分析工作。钱江源提供深度学习的端对端解决方案，支持目前常用深度学习工具，可在公有云及私有云上进行部署，能从软件和硬件两个角度对平台性能进行优化，具有完善文档和教程，以方便用户使用。同时，钱江源提供数据采集，标注，可视化浏览，编辑工具，帮助用户整标注数据。
-
钱江源平台底层采用更轻量级的虚拟化技术，如Docker 容器，将任何一个或多个程序封装起来，并为容器提供标准的管理接口，使得每个容器之间互相隔离、互不影响，从而区分计算资源。对部署容器化的应用，采用Kubernetes 集群技术，进行自动化部署、规划、更新和维护，避免运维人员进行复杂的手工配置和处理，以此提高应用管理效率。同时，进一步优化Kubernetes 集群，使用KubeGPU 针对多GPU 进行优化，使多GPU 工作负荷的运行效率大幅提升。
-
钱江源融合了Caffe、CNTK、Tensorflow、MxNet、Differential Neural Computing、CapsNet 等开源深度学习框架，提升开源开放软件平台的运行、管理、计算等效率。在监控模块基础上搭建预警模块，使用短信、电话及微信等通信手段自动将平台异常通知管理员，提升平台的预警效率及安全性能。基于国际人工智能平台的关键基础套件DawnBench，从其现有的单机、多机基准套件出发，优化平台，完成复杂的人工智能工作流的配置。