在私有或公有云的Kubernetes环境中部署开源模型到生产环境: 一键式自动上线部署PMML、Scikit-learn、XGBoost、LightGBM、SparkML；ONNX、TensorFlow、Keras、PyTorch, MXNet等，甚至自定义模型到生产环境中
基于函数即服务 (Function-as-a-Service)
部署完整Pipelines，而不仅仅是模型本身
函数即服务（FaaS）提供最大的灵活性和可扩展性，利用函数很自然部署AI Pipelines：[数据预处理 -> 模型预测 -> 预测值后处理]
一键式自动部署主流开放标准和开源模型
专注于PMML和ONNX标准格式
支持PMML、Scikit-learn、XGBoost、LightGBM、SparkML；ONNX、TensorFlow、Keras、PyTorch、MXNet，甚至用户自定义模型。
管理和监控整个部署生命周期
分析资产管理和团队协作
管理和监控数用户所有的数据分析资产：模型、模型版本控制、脚本、Jupyter Notebooks、数据等；提供可视化面板，监控部署性能和运行状况，Web服务指标。
为不同部署服务提供REST API
实时预测和批量预测
为实时预测、批量预测、模型评估提供在开发测试和正式产品两种模式下的REST API。批量预测和模型评估支持读取多种数据源：CSV、HDFS以及各种关系数据库。