解密华为最新AI生态布局，开源AI计算框架，三大顶会密集发论文81篇( 五 ) 华为交出怎样的新

文章图片

在边缘侧，华为松山湖基地部署了基于Atlas工业质检解决方案，将质检准确率提升到99% ，部分工艺的精度甚至能达到99.9% 。这一AI质检算法模型已被开放到昇腾社区，供广大开发者下载使用。
在端侧，南开大学计算机学院使用华为Atlas 200 AI加速模块，为视网膜筛查病变检测AI应用提供算力。南开大学李涛教授表示，相比几款服务器级的CPU和GPU ， Atlas 200拥有更高的能效比最高、更好的便携性和价格。
在原有Atlas计算平台的基础上，华为启动基于昇腾的高效算子开发工具TBE的正式公测。
TBE内置丰富的算子库，同时支持两种编程方式，包括便捷易用的DSL ，和可发挥硬件极致性能的TIK ，并计划激励100家以上贡献算子的高校和合作伙伴，根据工作量和代码的质量进行相应的奖励，以更充分地释放昇腾AI处理器的算力潜能。
为了帮助开发者快速上手，华为打造了昇腾开发者社区，在资源中心提供技术文档和开发工具，在赋能中心提供AI理论课程、实践课程和应用案例，在知识中心提供了在线问答、流程支持、远程支持、经验分享等功能。

文章图片

突破三大挑战，发布华为视觉研究计划

在AI基础研究方面，华为同样有深厚的积淀。
从创新能力来看，华为在计算机视觉顶会CVPR 2020发表了33篇文章，在CVPR 2019和ICCV 2019分别发表了29和19篇文章，论文数量进入世界第一梯队。
当下计算机视觉研究的推进，总是缠绕着数据、模型与知识三大挑战。突破这些挑战，方能加速计算视觉基础研究。
为此，基于昇腾AI计算平台，华为发布华为视觉研究计划。
“我们的目标是基于昇腾AI计算平台，加强计算机视觉基础研究，同时基于MindSpore全量实现代码，并开源供大家使用。 ”华为诺亚方舟实验室计算视觉首席科学家田奇说。
华为视觉研究计划有6个子计划，具体内容如下：

文章图片

1、数据冰山计划
该计划为解决数据标注瓶颈的问题，让数据生成真正代替手工标注，包含3个子课题：
（1）数据生成质量拔高：希望通过1-2年时间，能解决生成数据质量差和不真实的问题。
（2）数据生成点石成金：设计数据自动挑选的算法，在海量生成数据中挑选高质量数据。
（3）通用自动数据生成：对不同的子任务，设计不同的生成数据方式，让数据生成具备普惠能力。
2、数据魔方计划
该计划针对多模态学习，构建下一代智能视觉算法。
研究内容包括多模态数据量化指标、多模态数据对应策略研究、多模态数据融合方案。
3、模型摸高计划
该计划旨在构建云侧大模型，刷新各类视觉任务性能上限，包含3个子课题：
（1）全空间网络架构搜索：希望突破神经网络架构搜索空间受限的约束，搜索更多范式、更多网络空间结构的变化，让神经网络架构真正实现自动搜索。
（2）新型算子搜索：让算子的设计从手工复用到创造新的算子。