如上图所示，PAI的业务架构分为五层：

1. 基础设施层：包括CPU、GPU、FPGA及NPU。

2. 计算引擎和容器服务层：包括MaxCompute、EMR、实时计算等计算引擎及容器服务ACK。

3. 计算框架层：包括Alink、TensorFlow、PyTorch、Megatron、DeepSpeed、Caffe、MapReduce、SQL及MPI等计算框架，用于执行分布式计算任务。

4. 按照机器学习全流程，PAI分别提供了数据准备、模型开发与训练及模型部署阶段的产品：

   1. 数据准备：PAI提供了智能标注，支持在多种场景下进行数据标注和数据集管理。

   2. 模型开发与训练：PAI提供了可视化建模（Designer）、交互式建模（DSW）、分布式训练（DLC）以及特征平台（FeatureStore），满足不同的建模需求。

   3. 模型部署：PAI提供了模型在线服务（EAS）和推理加速工具（Blade），帮助您快速地将模型部署为服务。同时，PAI提供了智能生态市场，您可以获取业务解决方案和模型算法，实现相关业务和技术的高效对接。

5. 业务层：PAI应用于金融、医疗、教育、交通以及安全等各个领域。阿里巴巴集团内部的搜索系统、推荐系统及金融服务系统等，均依赖于PAI进行数据挖掘。