IBM Cloud Pak for Data 是統一的資料洞察平台，提供單一資料架構與整合能力加速洞察與人工智慧應用．可依購買授權數量對應資源分別啟用：
1.資料虛擬化進行分散式資料查詢
2.自動化資料治理、資料探索與建立資料保護與使用規則
3.AUTOAI,圖像式建模Notebook等建模工具、部署管理 AI 模型

1.資料服務平台為容器化與微服務架構，自帶作業系統與容器化管理平台授權（RedHat OpenShift）．
2.單一Web 使用者介面．
3.具備資料虛擬化服務，為聯合跨多個不同來源的資料提供了一致的查詢界面。
4.具備資料目錄(Data Catalog)、資料提煉(Data Refinery)及搜尋的功能，以提升生態鏈資料使用之效益
5.提供資料治理的機制，以有效管理資料，並提供資料型錄來協助使用者輕鬆尋找、瞭解與使用所需資料。
6.模型實驗室：提供一致化開發平台供機器學習開發團隊並有效管理機器學習模型資產。

1.資料虛擬化服務：該服務能支援MongoDB，PostgreSQL，MySQL，MariaDB， HDFS，HIVE，SnowFlake，Amazon Redshift，Apache Derby，DB2， Oracle，SAP ASE，Informix，Teradata，MicroSoft SQLServer 等多個來源（不論是雲端或內部部署）之間更輕鬆且更安全地查詢資料。利用這些資源的綜合處理能力，加速進行大規模查詢。
2.資料治理服務：該服務能力包含創建資料目錄，建立商業術語，資訊管理規則和策略，具備機器學習能力自動進行發現，探索和進行資料品質分析。這些功能包括自動探索和分類資料、遮罩機密資料、資料分級。
3.統合的資料與 AI 服務：管理端對端資料工作流程，協助確保資料易於 AI 存取。確保資料的高品質，實現準確的自動化洞察和決策。在協同作業環境中，完美無縫地建置與管理涵蓋開發和正式作業的機器學習模型。協作資料分析，提供 Notebook 環境運行Python with spark等AI開發環境，支援AutoAI能力，自動進行特徵工程、超參數調整與模型演算法選擇，提供完整AI模型開發的生命週期管理。機器學習模型（machine learning models）：幫助創建和訓練機器學習模型，亦可以使用筆記本中的API、文件導入模型或使用機器學習模型建構器。此外，還需具備支援模型管理和部署功能，在線模型測試，批量評分模型和評估模型的性能。
4. 硬體安裝需求:Intel Server 2.0GHZ 32 core 以上，RAM: 512GB以上，Disk: 2TB以上