江苏龙网

  1. 首页 > 资讯 > 科技 > >

「AI」开发者的小宇宙，与华为全栈全场景AI同频扩张( 二 )


计算视觉正在加速成为AI技术面向未来探索的主要前沿阵地 ， 长期决定AI产业化的能力上限 。 华为决定推动的计算视觉未来研究计划 ， 也是在产学研结合趋势与行业应用视野的一次融合 ， 助力业界共同迈过计算视觉的珠穆朗玛 。
华为计算视觉研究计划围绕三大方向 ， 共有六大子计划 ， 包括：
1、数据冰山计划：以极少量标注数据撬动海量无标注数据 ， 支撑小样本场景下模型训练；
2、数据魔方计划：利用多种模态相互辅助、增强模型在实际场景的学习能力；
3、模型摸高计划：构建云侧大模型 ， 刷新各类视觉任务性能上限；
4、模型瘦身计划：打造端侧高效的计算模型 ， 助力各种芯片完成复杂推理；
5、万物预视计划：设计视觉预训练任务 ， 打造视觉通用模型；
6、虚实合一计划：在虚拟与现实的结合中 ， 将计算视觉引向真正的人工智能；
六个子计划融合了技术前沿性与产业需求、全球共同关注点 ， 三方面的价值 ， 将华为的思考与探索向世界公布 ， 奖励与华为一同探寻未知的技术人才 。
开发者象限：框架开源与开发平台升级
长时间以来 ， 深度学习框架都是建立AI生态的必争之地 。 谷歌的Tensorflow与微软的caffe、Facebook的Pytorch在全球范围内展开过激烈竞争 。
而在中国AI产业高速崛起 ， “新基建”推动AI技术走向千行万业的大背景下 ， 华为的深度学习框架顺理成章引起了整个AI行业的持续关注 。
在HDC.Cloud ， 开发者们期待已久的全场景AI计算框架MindSpore宣布码云正式开源 ， 同时企业级AI应用开发者套件ModelArts Pro在华为云上线 。 从框架开源到AI开发平台的产业化升级 ， 意味着华为全栈全场景AI的软硬件骨干已经全部投入业界实践 ， 成为全球AI开发者的能力组成部分 。
与其他深度学习框架相比 ， MindSpore的差异化特征在于致力于和产业开发真实环境的紧密适配 。 例如MindSpore原生适应端、边缘和云各场景 ， 并能够在按需协同基础上 ， 通过实现AI算法即代码 ， 打通架构和编程之间的固有界限 ， 减少AI开发者的模型开发时间 ， 降低开发门槛 。 另外 ， MindSpore基于技术创新及与AI处理器的协同优化 ， 实现了运行态效能提高 ， 并且支持异构并行计算 。
「AI」开发者的小宇宙，与华为全栈全场景AI同频扩张
图片

（张迪煊分享华为Atlas人工智能计算平台的云边端全场景开发实践）
总体而言 ， MindSpore最显著的特点在于 ， 它能够同时支持云、边缘、端各个场景独立又协同的统一训练和推理框架 ， 这解决了开发者们“开发易、部署难”的长期痛点 ， 直接将AI开发对准了产业实践方向 ， 与华为的鲲鹏产业、Atlas生态紧密融合 。 可以说 ， MindSpore与欧美主流框架多数诞生于科研场景、实验室场景不同 ， 它是一款完全致力于工业场景、部署能力和开发实践的框架 ， 是深度学习框架与产业化AI开发的紧密结合 。
同时 ， 华为还发布全球首款企业级AI应用开发专业套件ModelArts Pro 。 当强工程特性的框架 ， 遇到支撑企业级AI应用的开发平台 ， 华为全栈全场景AI在开发者象限的精髓 ， 在于产业能力的有一次跨越式突破 。
产业实践象限：
【「AI」开发者的小宇宙 ， 与华为全栈全场景AI同频扩张】Atlas生态应用于全场景开发
AI是否能用 ， 是否好用 ， 最终要交给实践来检测和证明 ， 华为全栈全场景AI的另一个关键象限突破 ， 在于Atlas产品序列持续发展 ， Atlas生态不断与产业场景深入融合 。
基于云边端一致的开发体验 ， 全面渗透的AI算力 ， 以及华为产品与行业需求的深度耦合 ， Atlas人工智能计算平台的全场景实践正在不断深化 。 目前 ， 华为已与数十家伙伴合作 ， 推动基于华为昇腾AI处理器的Atlas系列模块、板卡、小站、服务器在智慧交通、智慧电力、智慧金融、智慧城市、智能制造等数十个行业落地 。


推荐阅读


上一篇：【华为】华为也要做流媒体了？BBC300小时英剧登陆华为视频，叫板优酷B站？

下一篇：『麒麟』神U麒麟820加持，荣耀30S成档位最聪明5G手机