Train, Serve, Manage
Your AI Service Now
치타는 누구나 AI를 개발할 수 있는 편의성과, AI전문가를 위한 고성능 기능을 모두 제공합니다.
-
1분 안에 AI 개발 시작 & AI 파이프라인 자동화
편리한 AI 모델 개발 및
Python, R, TensorFlow 등 최신 라이브러리를 설치 과정 없이 바로 사용할 수 있으며, Drag&Drop 방식으로 파이프라인을 구성해 데이터 전처리부터 모델 개발·배포 파이프라인을 자동화합니다.
자동화 워크플로우 구성 지원 -
-
AI Asset 관리에 최적화된 환경
데이터셋/모델 관리 및
Git 기반의 체계적인 형상관리 환경을 제공합니다. 모델 별 최적화된 배포를 위해 Triton 기반 멀티 백엔드(PyTorch 등)와 vLLM,TensorRT-LLM 등 다양한 LLM 추론 엔진을 지원하며, 배포 시 모델 레이아웃을 자동 구성할 수 있습니다.
효율적인 배포 체계 지원 -
-
GUI 기반 AI 모델 파인튜닝/평가 & 모델 성능 모니터링 대시보드
쉽고 빠른 파인튜닝,
GUI 기반의 LLM 모델 파인튜닝·평가 환경과 성능 모니터링 대시보드를 제공합니다. 또한 프롬프트 엔지니어링, RAG 활용을 위한 임베딩 모델 관리 및 벡터스토어 기능을 지원합니다.
안정적인 모델 성능 유지 -
-
효율적인 인프라 관리
누구나 쉽게 운영가능한
GPU·CPU·Memory 등 인프라 자원을 GUI 기반으로 직관적으로 관리할 수 있으며, 다수의 사용자와 그룹에 대한 자원의 자동 할당/회수를 지원합니다.
AI 인프라 환경 -
-
Process
CHEETAH Workflow
×
![]()
-
Feature
AI 전주기를 효율적으로 진행할 수 있는 통합 환경을 제공합니다.
- 유형별(Git, 오브젝트 스토리지) 업로드
- Object Storage기반 대규모 데이터셋
- Git+LFS 기반 대용량 데이터셋 형상관리
- 벡터DB(Weviate,Chroma,Qdant) 관리
- 데이터 Import를 통한 외부 DB 수집
- 데이터 수집/전처리 파이프라인 자동화
- Annotation/Labeling 환경 제공
- 필요 시 자신의 개발환경에 즉시 추가
- 사용자간 데이터셋/볼륨 공유
- 약 40종의 버전별 개발 도구가 탑재
- GUI 기반의 모델 파인튜닝/평가 환경
- SSH/JupyterLab /Vscode 환경 제공
- 커스텀/외부 이미지 생성 및 공유 가능
- Git+LFS 기반 대용량 모델 형상관리
- AI 모델은 다른 사용자들과 자유롭게 공유
- 임베딩 모델 업로드 및 공유
- 모델의 버전 및 플러그인, 노트북 관리 지원
- Triton 기반 멀티 백앤드(Pytorch 등) 및 Vllm, TensorRT-LLM, TEI등 모델 별 최적화된 배포 체계 제공
- 배포 설정 시 레이아웃 자동 맞춤 지원
- 모델 배포 시 Endpoint 자동 생성
- JSON Web Token 자동 생성
- 모델 성능 모니터링 대시보드 제공
- Auto Scailing, Ratelimit, Trace LLM 등 지원
- 외부 이미지 도입 시 안전한 보안점검 체계
- GPU/Job/컨테이너/노드 모니터링
- 수요에 따른 GPU 자원 할당 및 회수
- 잡 스케줄링 및 멀티노드 클러스터링
- 약 6종 이상의 학습 프레임워크 지원
- 대시보드를 통한 직관적인 상태 확인
- 권한에 따른 그룹/사용 자별 자원 관리
- 사용자 자원 요청 및 승인 관리
- 정책에 따른 시스템 전반 관리
0 / 0
데이터 구축 및 처리
데이터 구축 및 처리
데이터 관리
데이터셋 처리/연계
AI 모델 개발 및 관리
AI 모델 개발 및 관리
AI 개발환경 관리
모델 관리
AI 모델 배포 및 운영
AI 모델 배포 및 운영
AI 모델 배포/운영
인프라 관리
인프라 시스템 관리
인프라 시스템 관리
사용자/자원 관리
-
Reference
-
-
고객사
-
-
-
-
공식 파트너
-
-
-
-
Certification
-
-
- 머신러닝과 인공지능을 위한 완벽한 통합 인공지능 플랫폼
