先通过 API 验证
适合希望快速验证应用的团队。明确模型效果、调用用量和业务接入方式后，再评估长期部署选择。
了解 MaaS →围绕业务任务，
构建你的 AI 基础设施。
先明确场景与现有条件，再组织模型服务、云资源、数据接口和工程交付。
按场景探索 ↓
SCENARIO-DRIVEN SOLUTIONS
让场景决定产品组合。
从实际任务与现有资源出发，选择产品、部署路径和验证方式。
CHOOSE YOUR DEPLOYMENT PATH
按现有条件，选择建设起点。
不必一次完成全部建设，先验证最关键的业务路径。
利用现有设备部署
适合已经具备服务器与网络条件的企业。从兼容性与负载验证开始，规划模型、云和存储组件。
了解 AIForge →从规划开始建设
适合新建或改造 AI 环境的团队。衔接机房评估、设备配置、上架联调与平台部署验收。
了解集成建设 →BUSINESS CONTEXTS
不同业务，共同需要扎实的基础。
以下是典型需求方向，具体适配与建设范围按实际项目确定。
企业内部 AI 应用
围绕内部知识、业务助手和应用集成，管理模型调用入口与数据边界。
关注：权限、接入、用量研发与测试环境
按项目组织计算资源、镜像和网络，支持环境申请、验证与回收。
关注：资源、隔离、生命周期模型与数据管理
为模型文件、数据集和业务数据规划访问接口、存储策略与维护流程。
关注：接口、容量、备份基础设施运行维护
连接设备、平台和现场条件，建立巡检、排障、升级与交接依据。
关注：现场、记录、运维已有服务器，可以先从模型管理开始吗？＋
可以先盘点设备规格、GPU、驱动、网络与目标模型，再验证运行环境和实际负载。根据结果确定是否部署 AIForge，以及是否需要补充云和存储组件。
云平台和分布式存储一定要一起建设吗？＋
可以独立规划，也可以组合接入。选择取决于实例数量、数据接口、已有存储条件和运维方式；OpenStack 与 Ceph 的具体对接需要结合版本和环境验证。
MaaS 与私有化部署如何选择？＋
MaaS 适合希望快速接入模型、先验证应用的团队。私有化部署需要结合数据边界、持续用量、设备投入与维护能力综合评估。两种方式可以按不同业务分别采用。
建设前需要准备哪些资料？＋
建议准备业务目标、模型或应用清单、预计并发与数据量、现有设备规格、网络条件，以及机房配电和散热信息。项目范围与验收标准应在实施前确认。
官网上的控制台能管理真实资源吗？＋
官网提供的是交互原型与演示数据，用于展示产品设计与操作流程。正式环境需要部署平台并对接实际资源，具体能力以项目配置与验收为准。