基本信息
软件名称DVC (Data Version Control)
部署方式SaaS / 私有化
适合规模小微企业 / 中型企业 / 大型企业
定价模式免费增值
免费试用不支持
集成能力["GitHub","GitLab","AWS S3"]
核心功能
基于 Git 的数据与模型版本管理，支持大型文件存储ML 流水线编排（DAG）与可复现实验管理实验指标、超参数与结果自动追踪与可视化支持 S3、GCS、Azure 等多种云存储后端与 Git 无缝集成，兼容现有代码协作流程DVC Studio 提供团队协作与实验对比仪表盘
软件介绍
DVC 是开源的机器学习数据版本控制和实验管理工具，将 Git 扩展至大型文件、数据集与模型管理领域。它提供端到端的 ML 流水线编排、实验追踪与模型版本管理能力，帮助数据科学团队实现可复现的 ML 工作流，被广泛应用于 AI 项目的协作开发与持续交付场景。
产品截图
适合行业
科技互联网金融生物医药
厂商信息
Iterative.ai (开源)
San Francisco · 2019 · 50-200
同类代理政策对比
佣金估算器
代理 DVC (Data Version Control) 一年能赚多少？
10 家
¥5,000
25%
70%
第 1 年
¥12,500
每年续约
¥8,750
3 年累计
¥30,000
基于您的输入估算，实际收入取决于销售能力、区域市场、厂商政策等因素
暂无评价
DVC 的核心功能是什么?▾
DVC 提供四大核心能力:数据与模型文件的版本化管理(基于Git)、机器学习实验追踪(参数、指标、日志)、可复现的ML流水线编排(pipeline + DAG)、以及云端数据存储对接(S3、GCS、Azure等)。底层使用Git存储元数据,大文件通过外部存储后端管理。
DVC 的定价模式是怎样的?▾
DVC 本身是100%开源免费工具,采用Apache 2.0协议,无功能限制、无用户数限制。商业版由Iterative AI提供企业级服务,包括托管平台DVC Studio、技术支持和SLA保障,定价根据团队规模和部署方式定制,通常按年订阅计费。
DVC 适用于哪些场景?▾
典型场景包括:1)团队协作管理大型数据集和模型文件;2)需要实验可复现性的ML研究项目;3)CI/CD驱动的ML模型持续集成与部署;4)处理多分支模型对比与A/B测试;5)跨团队的模型资产交接与审计。不适合纯轻量级个人脚本或无版本管理需求的小项目。
DVC 如何部署和集成?▾
通过pip install dvc安装CLI工具,本地无需服务端。可对接Git(GitHub/GitLab/Bitbucket)管理代码与元数据,远程存储可配置S3、GCS、Azure Blob、SSH、NFS等。CI/CD集成友好,支持GitHub Actions、Jenkins等。Studio版提供Web UI托管服务,也可私有化部署。
DVC 与 Git LFS、MLflow、Pachyderm 有什么区别?▾
vs Git LFS:DVC支持ML流水线编排和实验追踪,远超纯文件存储;vs MLflow:MLflow专注实验追踪和模型注册,DVC强在数据版本化和流水线编排,两者可互补使用;vs Pachyderm:Pachyderm基于Kubernetes提供完整数据流水线,DVC更轻量、与Git生态深度集成,部署门槛低。