InfoQ|从硬件到算法框架,华为AI生态战略解读


一项新的研究发现 , 人工智能若要发挥出全部的潜能 , 整个业界和制定政策的相关部门都需要齐心协力 , 共同促进 AI 生态系统的建立 。
目前中国人工智能正处于由局域智能向全域智能转变的阶段 。 现阶段 , 在大家都沉浸在 AI 的研究和突破中时 , 却鲜有企业能注意到构建人工智能生态系统的重要性 。 然而生态系统才是决定 AI 是否可以成功赋能行业、产业的关键因素 。
那么 , 什么是人工智能的生态系统呢?
目前中国 AI 生态系统包括了大型互联网公司以及新兴 AI 垂直公司 。 从整个产业链来看 , AI 行业可大体分为芯片和硬件、AI 基础服务和算法框架、技术层以及应用层 。 当然 , 构建人工智能生态系统从来都不是单靠一个企业的力量就可以完成的 , 需要靠 AI 相关的企业间的共同合作、需要集合业内的一线开发者以及业内专家的力量才能实现破局 。
基于此 , 华为于 6 月 20 日在杭州举办了 DevRun 开发者沙龙 - 昇腾学院技术开放日 , 在为大家全面解读华为昇腾 AI 生态系统的同时 , 也邀请行业各界的开发者和合作企业一起来进行 AI 生态系统的共建 , 让 AI 更好的去赋能行业和产业 。
AI 生态系统—硬件部分
Part1:马太能源:基于 Atlas 200 的电力输电线路智慧监测系统
输电线路的智能是解决当前运检工作挑战和矛盾的最终手段 , 输电线路智能化包括在线监测与预警 , 智能巡检、状态评估和检修这四个部分 。 但由于输电线路规模增长快 , 且巡检人员数量短缺的问题 , 进一步加大了人工巡检的压力 。
InfoQ|从硬件到算法框架,华为AI生态战略解读
本文插图

华为 Atlas 人工智能解决方案可全面助力智能巡检和智慧线路的开发 , 华为 Atlas 的产品也可以应用在很多电力系统产品当中 , 比较典型的就是智慧线路精灵和通道可视化系列产品 , 利用华为的 Atlas 200 低功耗、高性能的特点 , 进行机械人脸识别、目标识别等一系列智能识别 , 助力智慧线路的开发 。
InfoQ|从硬件到算法框架,华为AI生态战略解读
本文插图

这里以智慧线路精灵中的观冰精灵为例 , 上图是在现场拍摄的一些产品在现场运行的照片 , 可以看到照片都非常清晰 , 利用 Atlas 200 AI 加速模块的超低功耗和极致性能的优势实时计算冰的厚度和形状 , 冰的厚度一旦达到预警线 , 或者覆冰不均时 , 监控中心就会进行报警并采取必要的措施 , 保障输电的安全 。
Part2:基于 Atlas 200 工业边缘计算网关的硬件实践
硬功馆基于 Atlas 200 做了一个边缘计算的网关 , 并在工业物联网方面做了一系列的网关的产品 , 其中利用 Atlas 200 的计算能力 , 实现 16 路 1080P 30 FPS 的视频接入 , 并支持多种规格的视频编解码 , 从而满足用户不同的视频处理需求 。
InfoQ|从硬件到算法框架,华为AI生态战略解读
本文插图

AI 生态系统—AI 基础服务
Part1:昇腾工具链之模型小型化工具介绍
通常来说 , 神经网络在通过高精度训练之后的部署过程中 , 免不了就会碰到一个算力比较小、内存有限 , 各种资源都很有限的场景 。 这个时候模型压缩或者模型小型化就是一个必要的动作 。 而昇腾模型小型化工具其实就是这样一个自动高效地去优化用户模型的工具 , 使其能够适应昇腾处理器的达芬奇架构 , 来帮助用户提升最终的业务性能 。
InfoQ|从硬件到算法框架,华为AI生态战略解读
本文插图

工具功能包含了两大块 , 一个是模型压缩 , 一个是模型寻优 , 压缩是通常说的量化、稀疏、蒸馏 , 寻优通常包括结构寻优、超算寻优等等 。 这里以量化为例来说明整个工具的整体的架构 , 整个架构分为左右两块 , 左边是用户的环境 , 所谓用户环境就是你现在通常在做训练的环境 , 在用户环境中的模型小型化工具 , 可以作为插件或者第三方的工具提供一个模型小型化量化的功能 。


推荐阅读