CubeStudio 是一款国产化、云原生的一站式开源人工智能平台，同时覆盖传统机器学习、深度学习与大模型全链路（MLOps / MaaS / 算力调度 / 训推平台），开源协议 MIT，开源免费商用，开源版本已有数千家企业私有化部署。平台提供多租户与算力纳管调度、算力租赁与 Token 中转站、拖拉拽 Pipeline 任务流编排、多机多卡分布式训练、超参搜索、推理服务、vGPU 虚拟化、云边端协同与边缘计算、图文音多模态自动化标注、大模型 SFT 微调 / 奖励模型 / 强化学习训练、vLLM / Ollama / MindIE 大模型多机推理、私有知识库 / LLMOps / 智能体、AI 模型市场，以及从数据到上线的全流程模型部署。原生适配昇腾、寒武纪、海光、摩尔线程、沐曦等国产异构算力与 x86 / ARM CPU 架构，支持 IB / RoCE / RDMA 高速网络及信创私有化、内网离线部署。
开源仓库：GitHub https://github.com/data-infra/cube-studio ｜ Gitee https://gitee.com/data-infra/cube-studio
本文对照 CubeStudio 商业版与开源版的功能差异，供版本选型与采购评估参考。功能以产品维度组织，技术实现细节以各专题文档与源码为准。
阅读说明：下文标注 【商业版】 的为商业版特有能力，未标注的为开源版与商业版均提供。商业版功能持续更新，正式采购前请以官方提供的最新清单为准。
一、一句话区别
- 开源版：采用 MIT 开源协议，开源免费商用，功能完整、可私有化部署，已有数千家企业落地；
- 商业版：在开源版基础上增强一批面向生产与信创的能力（多集群、计量计费、国产算力调度、大模型推理服务、数据标注、AIHub 模型市场等），仅对商业版特有功能收费，支持源码交付、按需采购部分功能，无 license 部署数量与时长限制。
二、产品特性
- 国内 GitHub 开源 MLOps Star 第一，数千家企业私有化部署，功能稳定完善；
- 功能完善：SSO 登录、Notebook 在线开发、拖拉拽 Pipeline 编排、多机多卡分布式训练、超参搜索、推理服务与 vGPU、多集群调度、私有化 / 边缘 / Serverless 部署、自动化标注、大模型一键微调、私有知识库、AI 应用商店；支持模型一键开发 / 推理 / 微调；支持国产 CPU / GPU / NPU 芯片与 RDMA；
- 扩展性好，适合机器学习 / 深度学习 / 大模型各领域落地，特定算法适配无需改造平台，企业落地适配性好；
- 支持源码交付，授权后可改造、加工成自有产品，无 license 部署数量与时长限制，可对外出售；
- 支持免费新增功能升级，保持平台先进性；
- 仅对商业版特有功能收费，性价比高，支持只采购部分功能以控制成本；
- 采购前可免费更换 Logo 为客户做演示。
三、功能清单（商业版 vs 开源版对照）
基础能力
项目组管理
- AI 平台通过项目划分；支持配置项目组用户权限；任务 / 服务的挂载、资源组、集群、服务代理；项目组内角色控制。
网络
- 支持非 80 端口、公网 / 域名；
- 【商业版】支持反向代理与内网穿透访问；
- 【商业版】支持 HTTPS。
用户 / 角色 / 权限管理
- 管理平台用户基本信息、组织架构，支持账号密码与 RBAC 权限体系；
- 【商业版】记录增删改、清理等操作历史；
- 【商业版】支持菜单权限控制。
SSO 单点登录
- 账号密码注册自动登录；
- 【商业版】对接企业账号体系（AUTH_OID / AUTH_LDAP / AUTH_REMOTE_USER 等）；
- 【商业版】支持消息推送、登录验证、强密码、远程用户、登录频率限制、密码密文传输。
GPU 调度能力
- 多规格资源支持不同场景，CPU / GPU，支持 T4 / V100 / A100 等多卡型；
- 【商业版】支持 GPU 禁用 / 共享 / 独占 / vGPU 模式、RDMA 协议、虚拟化显存设定、指定卡序号。
国产异构算力
- 【商业版】前后端镜像、底层组件、任务模板、超参搜索均支持 ARM 架构，AIHub 应用约 70% 支持 ARM；
- 【商业版】支持调度海光 DCU、华为昇腾 NPU、寒武纪 MLU、摩尔线程、沐曦、昆仑芯、壁仞等国产 GPU / NPU，并预置江原 GCU 资源映射；
- 【商业版】虚拟化占用方式覆盖 NVIDIA vGPU（HAMi）/ MIG、昇腾 vNPU、海光 vDCU（HAMi / 驱动层）。
多资源组 / 多集群
- 支持划分多资源组，支持 Docker 运行时；
- 【商业版】支持多 K8s 集群、IPVS 网络模式、Containerd 容器运行时。
计量计费（整体为【商业版】特性）
- 平台资源限额分配与查看：项目组 / 租户 / 任务 / 项目组下个人的资源限制，覆盖开发、训练、推理资源；额度限制在 Notebook、镜像构建、Pipeline、超参搜索、内部服务、推理服务中生效，支持单任务、并行任务总和、历史任务总和等限制方式；
- 统一的开发 / 训练 / 推理资源监控，按租户 / 项目 / 任务分析资源分配与使用；
- 支持自定义计费模式，通过计量结果自定义计费值；
- 日结账单，生成用户每日账单费用与明细；
- 支持发票管理（Invoice，
view_invoice.py）。
算力租赁（整体为【商业版】特性）
- 以"租赁实例"形式对外售卖算力：支持单卡 / 整机两种租赁类型，按量 / 按天两种计费方式，支持自动续费；
- 租赁实例为独立 Pod，通过泛域名访问，支持在线 IDE / 开发 / 模型市场应用 / 推理等多种镜像类目；
- 存储租赁：用户 workspace 存储按 GB·小时计费，含免费额度（默认 20G），基于 PVC / StorageClass 支持在线扩容，独立于算力实例生命周期；
- 与计量计费体系打通，费用计入账单（详见 机器/算力租赁与存储租赁）。
边缘集群
- 【商业版】支持边缘集群模式，支持边缘节点开发、训练、推理。
Serverless 集群
- 【商业版】支持腾讯云 / 阿里云 Serverless 集群模式（Notebook / Pipeline / 推理服务模块）。
数据库存储
- 支持外部 MySQL 作为元数据库；
- 【商业版】支持外部 PostgreSQL 作为元数据库。
补充：平台元数据库支持 MySQL 8+（主）、PostgreSQL 11+、达梦（DamengDB），由
MYSQL_SERVICE/POSTGRESQL_SERVICE/DM_SERVICE环境变量控制，见install/docker/。
机器资源管理
- 【商业版】Web 界面控制机器调度类型、所属资源组、是否启用 RDMA / vGPU、可用任务场景等。
存储盘管理
- 【商业版】Web 界面添加存储盘并绑定项目组，Notebook / Pipeline / 推理服务直接在 Pod 中挂载外部分布式存储；
- 【商业版】支持 NFS、CFS、OSS、NAS、COS、GlusterFS、CephFS、S3 / MinIO。
国际化
- 【商业版】支持多语言配置，目前支持中英文（由
LOCALE=en|zh控制）。
数据管理
数据地图
- 元数据库表管理、指标、维表。
数据计算
- SQLLab 交互查询，支持 MySQL；
- 【商业版】支持 PostgreSQL、ClickHouse、Hive、Presto 等计算引擎。
ETL 编排
- 数据 ETL 任务流编排与任务管理，对接企业数据中台的计算 / 调度引擎；
- 【商业版】内置数据分析调度引擎，提供 47 个数据分析算子（
view_etl_pipeline_data_analysis.py）。
数据集管理
- 随时上传图片 / 音频 / 文本等样本集；
- 【商业版】支持 SDK 对接与数据集一键探索。
血缘链路
- 【商业版】支持通用血缘链路查询（数据 / 任务血缘 API，详见 API 参考《通用血缘链路接口》）。
数据标注（整体为【商业版】特性）
- 图 / 文 / 音 / 多模态标注，分布式存储打通 MLOps 平台，项目组权限控制，中文汉化；
- 对接一站式平台自动化标注（需 AIHub）：目标识别、目标边界识别、多目标视频跟踪、目标遮罩识别、图片分类、图片描述、OCR、关键点检测；
- 大模型自动化标注：文本分类、文本翻译、命名实体识别、阅读理解、问答、摘要提取。
开发环境
镜像功能
- 镜像仓库 / 管理 / 在线构建，提供模板、服务、Notebook、GPU 基础环境等全部镜像的构建方法与成品；
- 【商业版】支持同一仓库多密钥配置。
Notebook
- 基于 JupyterLab / VSCode 的在线交互开发；多种可选 IDE 与开发示例，支持大数据 / 机器学习 / 深度学习版本；支持 SSH Remote 远程开发；支持启动自动初始化、自动清理与续期；
- 【商业版】大数据版本内置用户信息与 HDFS / Hive / Spark 客户端；SSH 隧道代理、单端口开放；
- 【商业版】支持 Matlab / Rstudio 在线 IDE；GPU / CPU / 内存监控与 Git 交互；自定义 Notebook 镜像；
- 【商业版】多内核（R / Julia / Python 2.7~3.10 及 CubeStudio 专有环境）；TensorBoard 可视化；环境镜像保存；Jupyter 密码保护；GPU 整卡 / 虚拟卡 / 共享占用。
模型训练
拖拉拽任务流编排调试
- 拖拽式开发 Pipeline，支持单任务调试，训练支持多资源规格与卡型选择、超时重试；Pipeline 支持定时调度、补录、并发限制、超时、实例依赖；任务管理、Workflow 实例管理、资源监控；
- 【商业版】任务独占 / 共享占用 GPU；分布式任务模板支持单任务调试用户镜像；支持 RDMA 资源占用、GPU 厂商 / 卡型占用；分布式任务模板支持 GPU 型号透传、RDMA 资源透传、拉取密钥透传；
- 【商业版】支持任务输入输出、任务流全局变量、文本 / 图片 / ECharts 结果可视化、Workflow 暂停恢复、任务流优先级、运行中任务端口监听、任务推荐、定时调度最大保留实例数。
主流功能算子
- 基础算子：自定义镜像；【商业版】逻辑节点、Python；
- 数据同步：数据集导入、datax、模型导入；【商业版】数据集 / 模型导入支持 HuggingFace / 魔搭、datax-import、LabelStudio 标注数据导入；
- 【商业版】特征处理全套算子：数据合并（union / join）、去重、数据变换（boxcox / 二值化 / 类型转换 / dct / 按函数转换 / ma 移动平均 / 多项式展开）、非数值型处理（hash / 按统计量转换 / one-hot）、异常值检测、统计量、去除单一值变量、删除高缺失率列、填充缺失值、离散化（等宽 / 等频 / 聚类）、标准化 / 正则化 / 归一化、索引处理、排序、执行 SQL、hadamard 乘积、特征组合、降维（PCA / 卡方）、特征重要性（随机森林 / 逻辑回归 / XGBoost，计算 IV / 互信息 / 方差）、特征相关性、数据拆分（含 SVD）、采样（随机 / 分层 / 过采样 / 欠采样）；
- 数据处理工具：spark / volcanojob / ray 分布式数据处理；【商业版】Hadoop 模板支持 HDFS、Hive、Spark 命令；
- 【商业版】文本处理：清理异常数据、过滤数据、替换隐私数据；
- 【商业版】图像处理：去噪、缩放、标准化、裁剪、均衡化、空间转换、变换（旋转 / 平移 / 缩放 / 翻转）；
- 传统机器学习：ray-sklearn 分布式、XGB 单机训练推理；
- 【商业版】传统机器学习算法：AR / ARIMA 时间序列、随机森林（含回归）、LR、LightGBM、KNN、KMeans、GBDT、决策树、PCA、LDA、CatBoost、XGB 及超参搜索；
- 分布式深度学习框架：TF / PyTorch；【商业版】MXNet / Horovod / PaddleJob / MindSpore 分布式训练；
- 【商业版】分布式加速框架：MPI / Colossal-AI / DeepSpeed / Horovod / Megatron；
- 【商业版】模型处理：模型评估、模型格式转换；
- 模型服务化：模型注册、模型部署；【商业版】模型离线推理、模型注册到 AIHub；
- 媒体分布式处理：分布式媒体下载、视频提取图片、视频提取音频。
可视化模型定义
- 【商业版】可视化定义网络模型：选择网络模型引擎，按 DAG 上下游关系编排模型结构与全局配置（
model_model_define.py/view_model_define.py）。
算子自定义
- 通过 Web 界面将自定义算法代码镜像注册为可复用的 Pipeline 算子；
- 【商业版】自定义模板额外支持 int / float / list / bool / json 型，子类型支持 workdir / image 类型，支持参数 tip 提醒。
自动学习
- 面向非 AI 背景用户，选择场景并上传数据即可自动训练与部署；
- 【商业版】支持示例 AutoML 任务流导入导出。
自定义镜像
- 面向高级 AI 开发者，提供自定义训练作业（执行环境 + 代码）。
自动调参
- 基于单机 /【商业版】分布式的自动超参搜索。
TensorBoard 作业
- 【商业版】实时 / 离线观察模型训练过程中的参数与指标变化。
模型管理 / 推理服务
服务任务流
- 【商业版】服务侧任务流编排与实例管理（区别于训练任务流，面向服务化场景的 Pipeline 编排，
view_service_pipeline.py）。
内部服务
- 快捷部署开发与运维工具：MySQL-Web、PostgreSQL Web、Mongo Web、Redis Web、Neo4j、Rstudio 等；
- 【商业版】支持 Ollama、Xinference 大模型推理。
模型管理
- 模型多版本管理，支持发布为推理服务；
- 【商业版】支持模型指标可视化。
推理服务
- 支持 TF / PyTorch / TensorRT / ONNX 常规模型多版本 0 代码发布；【商业版】额外支持 ML 类模型；
- 支持 GPU 卡型选择；【商业版】支持 vGPU、独占、共享占用；
- 支持 CPU / 内存弹性伸缩；【商业版】支持 GPU 弹性伸缩、服务优先级；
- 支持远程模型路径、流量分流 / 复制、Sidecar、泛域名、配置文件挂载，启动目录 / 命令 / 环境变量 / 端口 / 指标 / 健康检查；支持调试 / 测试 / 生产环境与域名 / IP 代理；
- 支持服务负载指标监控、多版本滚动升级与回滚；
- 【商业版】单 Pod 滚动发布、禁用 K8s Service 负载均衡器、大模型分布式推理；
- 提供常规模型推理服务镜像，支持自定义推理镜像；
- 【商业版】支持定时伸缩容、服务 JWT 认证、推理服务在线测试。
监控
整体资源
- 集群 / 机器的使用情况（所属集群、资源组、机器 IP、CPU / GPU 类型卡型、CPU / 内存 / GPU 使用率）；
- 计算 Pod 的使用情况（所属集群、资源组、命名空间、调度 IP、Pod 名、启动用户、CPU / GPU / 内存申请使用率）；
- 【商业版】整体资源页面支持管理员批量删除。
数据大屏
- 【商业版】可视化数据大屏：按「分组 → 行 → 列」布局编排多个看板 Widget，集中展示平台运营数据（
view_dashboard.py，前端/dashboard）。
监控体系
- 机器 GPU 资源、内存 / CPU / 网络 IO / 磁盘 IO 负载；Pod 的内存 / CPU / GPU / 网络 IO 负载；推理服务的内存 / CPU / GPU / QPS / 吞吐；
- 【商业版】支持 IB 流量监控、vGPU 负载、NPU 监控；
- 【商业版】首页消息提醒，支持企业微信、钉钉、飞书群聊消息推送。
监控底层基于 Prometheus + Grafana + Prometheus Operator 实现，详见 监控体系。
模型应用市场（AIHub）
以下均为 【商业版】 特性：
- 模型应用管理：提供 CubeStudio SDK 与模型开发 / 使用规范；Web 端模型应用体验（同步 / 异步推理）；多个 Python CUDA 版本基础镜像；
- 预训练模型：视觉、听觉、NLP、多模态等 400+ 预训练模型，提供模型加载和推理能力，一键部署服务并提供 API；
- 模型市场：AIHub 应用对接 CubeStudio 平台卡片式展示；
- 模型一键开发：一键转 Notebook 开发，提供符合该模型环境的 Jupyter；
- 模型一键微调：一键转 Pipeline 微调链路（示例数据集下载、微调、模型注册、模型部署）；
- 模型一键部署 Web：一键部署手机端 / PC 端 Web 界面与 API，提供 Demo 示例弹窗演示；
- 模型自动化标注：支持部署对接 LabelStudio 自动化标注；
- SDK 全家桶：数据集 SDK（搜索 / 上传 / 下载、加解密 / 解压缩 / 基础信息查看）、Notebook SDK、Pipeline 训练 SDK、推理服务 SDK。
大模型
以下均为 【商业版】 特性：
- 分布式多机多卡训练：MPI / Colossal-AI / DeepSpeed / Horovod / Megatron / MindFormers / MXNet / PaddleJob / MindSpore 分布式训练与加速；
- 大模型推理（AIHub 形式）：openjourney / gpt3 / yuan / SD-v1.5 / SD-v2 / Stable Cascade / Stable Diffusion XL / ChatGLM / ChatGLM2 / ChatGLM3 / LLaMA / Qwen / Baichuan2 / Gemma / Yi / AquilaChat2 等部署；
- 大模型推理（服务）：支持 vLLM 推理与推理加速 + 流式 OpenAI 接口；分布式多机多卡 vLLM 推理；MindIE 昇腾大模型推理服务（支持 910B / 310P 算力）；NPU 适配的 vLLM 推理；DeepSeek / Qwen2 / ChatGLM4 等推理示例；LLM 服务对话测试；Open-WebUI Sidecar；
- 大模型微调：DeepSeek / ChatGLM4 / Qwen2 / Baichuan2 LoRA 微调、MindFormers 微调；支持 llama-factory 大模型微调及 NPU 适配的 llama-factory；
- 大模型工程模板：蒸馏（llm-distillation）、量化（llm-quantization）、剪枝（llm-prune）、模型评估（llm-evaluation）、推理压测（llm-benchmark）、安全评测（llm-safety-eval）、OpenCompass 评测、MindFormers（昇腾）等任务模板；
- LLM 服务网关（Token 中转）：大模型推理服务统一入口转发，支持 JWT 认证与流式响应；
- 智能对话：多场景对话，提示词构建、推理接口配置、LLM 问答，支持问询中模型切换 / 清理 / 历史上下文；
- 私有知识库：知识库配置与召回，支持召回列表模式与 AIGC 模式；支持微信公众号 / 服务号、企业微信群聊机器人、钉钉群聊机器人对接。
四、选型建议
- 验证 / 学习 / 中小规模落地：开源版即可满足，功能完整、可私有化、无授权费用；
- 生产环境 / 信创 / 多集群 / 大模型服务：建议商业版，补齐国产算力调度、计量计费、多集群、数据标注、AIHub 与大模型推理服务等生产能力；
- 二次开发 / 产品化对外出售：商业版支持源码交付与商业化二次分发，无 license 部署数量与时长限制；
- 控制成本：商业版支持只采购部分功能，可按需组合。
本清单为产品维度的功能对照，用于版本选型与采购评估；具体功能的技术细节、配置项与默认值以对应专题文档与源码为准。商业版功能持续更新，最终以官方提供的最新清单为准。