中年|高文院士:城市大脑的「痛点」与「突破」丨CCF-GAIR 2020( 七 )



这个芯片目前也已经做成了板卡 , 比如说有4颗芯片的卡、16颗芯片的卡 , 这些板卡已经可以支持边缘端 , 一下支持上百路甚至几百路的摄像头数字视网膜特征提取的传输 。
中年|高文院士:城市大脑的「痛点」与「突破」丨CCF-GAIR 2020
本文插图


除了数字视网膜本身以外 , 现在配合人工智能技术的推进 , 也在推动中国的一些AI技术的国家标准 , 包括神经网络模型表示与压缩的标准、城市级大数据汇集关联的规范和标准 , 包括这些标准研究开发的路线图 , 什么时候要把哪个标准提出来完成等等 。
中年|高文院士:城市大脑的「痛点」与「突破」丨CCF-GAIR 2020
本文插图

数字视网膜简单来说是三个编码流合并的系统 , 当然前两个是最主要的 , 就是视频流和特征流 , 这两个流时时刻刻都是汇集到一起进行传输的 , 第三个是模型编码 , 只是在模型需要压缩的时候 , 从云端推到边缘端或者终端上 , 进行一些增量的更新 。
有了数字视网膜 , 就相当于城市大脑边缘或者是终端方面就可以做得更高效 , 效能比更高 , 这样就可以使得云端的算力不需要那么多 , 或者说云端的响应可以更精确、速度更快 , 这样就使得城市大脑可以做得更好一些 。
中年|高文院士:城市大脑的「痛点」与「突破」丨CCF-GAIR 2020
本文插图

为了配合这个工作 , 现在城市大脑包括一些中台怎么考虑、业务支撑怎么考虑 , 应用怎么考虑 , 现在在鹏城实验室都有一些比较完整的设计和规划 。 所以整体来说 , 我们把城市大脑2.0里面的数字视网膜也可以简称为云脑视网膜 , 这个可以利用鹏城云脑的算力去提升它的能力 。

中年|高文院士:城市大脑的「痛点」与「突破」丨CCF-GAIR 2020
本文插图

鹏城云脑到现在为止已经投入了几十亿元去打造 , 鹏城云脑只有100P的算力 , 虽然说只有100P的算力 , 这也是到目前为止国内作为AI训练算力最大的一套系统 。
中年|高文院士:城市大脑的「痛点」与「突破」丨CCF-GAIR 2020
本文插图

后面还会有更强的系统 , 现在我们有一个原型 , 可以有数据进来 , 对数据进行标注、采集 , 可以进行训练 , 训练完了以后就可以用刚才这些和芯片有关的系统进行提取 , 然后可以分析和识别 。
这个原型系统 , 一般的边缘用的 , 甚至在云端大数据服务里面用的东西 , 现在都在逐步进入系统 , 上面会有各种各样的参考软件 , 去配合硬件的东西 , 最上面是开源的算法训练 , 有这些东西之后 , 将来在鹏城云脑上就会对城市大脑进行比较强有力的支持 。
中年|高文院士:城市大脑的「痛点」与「突破」丨CCF-GAIR 2020
本文插图

现在已经有一些演示验证的案例 , 比如说对系统验证 , 比如说对深圳交警提供的一些数据进行视频的验证 , 另外还可以进行视频的追踪等等 。
在光明区也进行了一些实际验证 , 对于停车、拥堵等问题都可以很好地分析和发现 。
中年|高文院士:城市大脑的「痛点」与「突破」丨CCF-GAIR 2020
本文插图

这就是城市大脑2.0到现在为止的一些情况 。

总结一下 , 城市大脑1.0是一个以云计算为核心的系统 , 由于系统各个部分分工协调不太好 , 所以系统成本比较高 , 响应速度慢 , 数据的可利用度比较低 。 借鉴人的视觉系统 , 比如说人的视网膜、视觉通道、大脑分工非常协调 , 非常合理 。
城市大脑2.0就是借鉴这样一个系统提出的一个体系架构 , 这个体系架构要想把它做出来 , 需要数字视网膜这样一套思路、技术及其标准化 , 现在这些思路、技术、标准化都逐步到位 。


推荐阅读