南京网站制作学校,怎么注册一个网站,如何提升学历,口碑好的大良网站建设戳蓝字“CSDN云计算”关注我们哦#xff01; 文 | 阿晶、丹丹、王银发于上海华为HC大会现场出品 | CSDN云计算#xff08;ID#xff1a;CSDNcloud#xff09; 科技的不断发展正逐步加速智能世界的到来。一直#xff0c;华为致力于提供经济且充裕的算力#xff0c;力图像使…       戳蓝字“CSDN云计算”关注我们哦 文 | 阿晶、丹丹、王银发于上海华为HC大会现场出品 | CSDN云计算IDCSDNcloud 科技的不断发展正逐步加速智能世界的到来。 一直华为致力于提供经济且充裕的算力力图像使用电力一样帮助开发者方便获取AI能力从而实现让算力更加普惠让算法更加简单的目标。转眼已到华为全联接大会的第四个年头让我们共同见证来自“共创智能新高度”的美好。               2019年9月18日-20日华为全联接大会2019正式现身上海世博展览馆、上海世博中心关于持续被热议的行业数字化转型、全新赋能开发者的沃土2.0计划、深度了解开发者眼中的自研智能计算鲲鹏昇腾两大计算平台等诸多内容亟待一一揭晓。Everybody is here now ! Let’s go 锁定计算红利打造最佳连接华为持之以恒 两年之前华为发布了崭新愿景力图构建一个万物互联的智能世界而在过去的30年华为一直积蓄力量努力打造世界上最好的联接这一点在华为副董事长胡厚崑在华为全联接大会2019的开场keynote中被首先提及。              “我们越来越清楚地看到要构建这样一个智能世界有两类关键技术值得不断投资与创新那就是计算和连接。尽管在过去的很长时间里华为在连接上做了很大投入且成绩斐然但并不意味着华为只是一家做连接的公司在我们眼中计算与连接同样重要甚至可以被认为是密不可分。”               或许这种密不可分的关系可以简单表述为在当今世界中哪里有连接计算就在哪里应运而生。关于计算华为始终保持对产业发展的敏感观察。70年一路走来从1946年第一台计算机诞生至今从大型机、小型机-台式机、便携机、智能手机以及如今的可穿戴设备计算机的体积越来越小但功能却越来越多人类与计算的距离缩短彰显着未来发展的无限前景。               从过去基于规则的计算到现在依赖于统计计算的新式计算模式除了能够更好地解决那些没有固定规则可定义的问题之外甚至奠定了来自AI的突破性发展。对此胡厚崑大胆预测在未来的五年时间中这种基于统计的计算模式所消耗的算力有可能占据到整个社会所需要算力的80%以上。“基于这样的大趋势我们有理由相信计算正在进入一个新的智能时代。但在智能计算的时代有几个关键特征需要重点把握。” 未来对算力有高度依赖。事实上基于统计的计算模式本身就是一种“暴力”计算高度依赖算力。 智能无处不在计算即无处不在。计算不会仅仅停留在中心节点。从中心侧到边缘侧到终端侧无处不在的计算将是智能时代的一种新形态。 迫切需要端、边、云进行协同。 关于协同模式华为认为最理想的应该是在中心节点通过暴力计算对通用模型进行训练并且可以做到使用通用模型来支持在边缘和终端侧的计算在这样的协同下可以更好发挥算力的效率带来更好的体验在这种协同之下并不需要把所有的数据上传到云端同时带来更好的隐私保护。 基于这样的趋势判断华为将坚定不移地对计算产业进行投入提出在计算产业战略的四个关键的抓手主要包括架构的创新、处理器的投资、坚持有所为、有不所为的商业策略、打造开放的生态环境。               架构创新。基于投资基础研究打造出达芬奇架构重点解决全场景智能的架构问题。 在提供覆盖端、边、云全场景智能计算需要的驱动下达芬奇架构的诞生其实是非常自然的选择结果。据阿晶了解事实上达芬奇是行业里面唯一一个全面覆盖端、边、云全场景智能计算的架构。 投资全场景处理器族。其中包括面向通用计算的鲲鹏系列、面向AI的昇腾系列、面向智能终端的麒麟系列以及面向智慧屏的鸿鹄系列将来还会有一系列处理器面向更多场景得到更好的应用效果。               商业策略。华为处理器不直接对外销售主要以云服务和部件为主面向客户优先支持合作伙伴发展整机。对此胡厚崑说“我们会一直坚持硬件开放把服务器主板、AI模组和板卡向合作伙伴开放帮助做到整机和解决方案此外还会坚持软件开源把服务器的操作系统、数据库、AI计算框架向合作伙伴开放在这个基础上做出商业版本让软件的开发更容易第三华为不做应用但是会投入专门的团队和工具帮助伙伴做好应用以及做好应用的迁移。”              构建开放生态。重点推进沃土计划2.0面向未来5年投入15亿美元汇聚500万开发者使能全球合作伙伴发展应用及解决方案。 据悉四年以来华为“沃土”计划发展成就显著。计划下超过130万个开发者超过1.4万家的SV合作伙伴加入其中。新一轮的“沃土”计划华为将承诺投入15亿美元资金进一步扩大开发者社区希望可以做到500万人的规模。               在计算领域华为将核心竞争力构筑在昇腾处理器和鲲鹏处理器上即围绕昇腾打造出全栈全场景AI解决方案围绕鲲鹏打通生态全链条并率先完成从主板、服务器、操作系统、云服务及应用的系统级验证。通过鲲鹏和昇腾的加入华为希望推动计算产业迈向x86GPUARMNPU等多样性计算发展迎接万物互联的智能世界到来。 在已经落地的全栈、全场景的基础上华为现场发布了Atlas 900。这款产品汇聚了华为几十年的技术积累是当前全球最快的AI训练集群由数千颗昇腾处理器组成。在衡量AI计算能力的金标准ResNet-50模型训练中Atlas 900只用了59.8秒就完成了训练这比原来世界记录还快了10秒。在最佳集群网络方面Atlas 900 AI训练集群采用“HCCS、 PCIe 4.0、100G以太”三类高速互联方式百TB全互联无阻塞专属参数同步网络降低网络时延梯度同步时延缩短10~70%。在AI服务器内部昇腾910 AI处理器之间通过HCCS高速总线互联昇腾910 AI处理器和CPU之间以最新的PCIe 4.0速率16Gb/s技术互联其速率是业界主流采用的PCIe 3.08.0Gb/s技术的两倍使得数据传输更加快速和高效。在集群层面采用面向数据中心的CloudEngine 8800系列交换机提供单端口100Gbps的交换速率将集群内的所有AI服务器接入高速交换网络。独创iLossless 智能无损交换算法对集群内的网络流量进行实时的学习训练实现网络0丢包与E2E μs级时延。系统级调优Atlas 900 AI训练集群通过华为集合通信库和作业调度平台整合HCCS、 PCIe 4.0 和100G RoCE三种高速接口充分释放昇腾910 AI处理器的强大性能。华为集合通信库提供训练网络所需的分布式并行库通信库网络拓扑训练算法进行系统级调优实现集群线性度80%极大提升了作业调度效率。极致散热系统领域传统数据中心多以风冷技术对设备进行散热但在人工智能时代传统数据中心却面临非常大的挑战。高功耗器件比如CPU和AI芯片带来更大的热岛效应要求更高效的冷却方式。液冷技术可以满足数据中心高功率、高密部署、低PUE的超高需求。Atlas 900 AI训练集群采用全液冷方案创新性设计业界最强柜级密闭绝热技术支撑95%液冷占比。单机柜支持高达50kW超高散热功耗实现PUE1.1的极致数据中心能源效率。另外在空间节省方面与8kW风冷机柜相比节省机房空间79%。极致的液冷散热技术满足了高功率、高密设备部署、低PUE的需求极大地降低了客户的TCO。此外现场还列举了关于天文探索的案例华为联合上海天文台与SKA共同打造。在一张有20万颗星星的星空图上过去天文学家要从中找出某种特征的星体需要169天现在采用Atlas 900仅需10秒我们充分相信Atlas 900”给我们带来超强的算力会在科学探索、技术创新等诸多的领域带来巨大变化。 为了让各行各业获取超强算力华为将Atlas 900部署到云上推出华为云EI集群服务并以极优惠的价格面向全球科研机构和大学即刻开放申请使用。             在打造鲲鹏产业生态环境方面我们了解到华为正在与各地的合作伙伴一起积极利用当地的独特优势来打造不同的鲲鹏产业生态基地希望将基地变成平台平台上聚合生态伙伴、开放应用示范、培养产业人才、孵化产业标准。据悉打造鲲鹏产业生态基地的工作现在已经在北京、上海、深圳、成都、厦门、西安等城市开始落地未来还有更多的城市合作伙伴加入其中。“华为是一个愿意也善于走远路的公司我们一直坚信作为一家技术公司使命就是要用最好的技术解决最难的问题把“不可能”变成的可能”。”胡厚崑总结道。鹏城云脑智能向类脑过渡打造人工智能开源创新平台在本次活动上中国工程院院士、鹏城实验室主任高文院士分享了鹏城实验室与华为的合作力求共同打造中国首个动态进化的E级AI超算系统构建新一代人工智能基础研究创新平台。“联接对我们这个时代非常重要。而有了联接之后我们要做的另外一件更高等的一件事情其实是计算。”高文如是说。众所周知早些时候的计算更多是为了解工程问题。比如弹道导弹的计算相当于是确定模式的计算通过一个固定方程输入参数由计算机把方程的解求出来。但随着时间的推移计算能力越来越强不仅仅满足于让计算机做一些方程求解还开始让计算能像人一样去识别图像、视频甚至是听得懂别人说什么。这个时候的计算可谓是工程领域的计算它需要处理宏大的数据量有时候可能是一百万张或者一千万张的图象。而在未来更希望计算是能够像大脑一样的类脑计算。因势而生华为推出“鹏城云脑”致力于智能向类脑过渡。它涵盖包括和智慧医疗身体健康、交通等方方面面对国家发展可能会遇到的问题当中的一些智能计算需要的模型、算法以及研究平台。开源开放搭建鹏城云脑的计算引擎采用华为提供的最新的人工智能面向智能计算的系统构建启智平台。由鹏城实验室形成open AI托管大家的软件从而更方便软件开发。而其自身也具自行负载及平衡的能力。向社会赋能智慧交通、智慧医疗、智慧安防例如城市堵车以及城市安全问题。“鹏城云脑”采用一套叫数字视网膜这样的技术通过研脑合一把一些计算的功能放在边缘把另外一些放在云端组合起来使系统更合理高效。最后高文表示打造新一代人工智能基础理论开源开放创新平台未来期待更多投身人工智能发展的团队能因此做更多贡献。直面行业AI商用裂谷 华为云正式发布“工业智能体”2018年的华为全联接大会上华为云业务总裁郑叶来爆出金句致敬开发者践行“用得起、用得好用得放心”实现普惠AI。2019年的全联接大会上华为云业务总裁郑叶来携华为云重大战略部署与产品让我们看到了华为云在普惠AI的道路上一路践行。今天华为正式发布了华为云工业智能体华为称其为行业也智能化升级新引擎其中包含了智能认知引擎、智能预测引擎、决策优化引擎。在与石油、合成纤维、煤焦化行业的合作中华为云工业智能体帮助油石油企业在气层识别上花费的时间降低了70%合成纤维企业的客户需求匹配率提高了28.5%煤焦化行业利润率提升了16.6%。             此外华为发布一站式开发平台ModelArts2.0版本。郑叶来表示ModelArts可以加速企业在AI方面的净化过程。举例来说训练一个OCR的单据模型只需要几张原始图片使用字据扩充到数千张可以节省80%的人力同比业界最好的91%精度高出5个百分点达到96%。 发布前夕郑叶来介绍了全球AI领域投资趋势并强调“直面行业AI商用裂谷”的重要性。2018年之前全球在AI领域的投融资几乎均匀分布在各个行业与技术领域那时的投融资是符合技术发展热潮时期的特征。此后大量的投融资活动局部围绕几个具体的行业场景来展开且高度集中在头部行业。可以看出 技术上的热度局部回归到商业的理性而一个新的技术要实现普惠则需要跨越裂谷。提及算力中的“暴力美学”。郑叶来强调算力的需求每年增长10倍左右从研究来看人类在过去十几年当中对AI的研究不断深入也出现了越来越多新的算法和新的探索新的算法对算力的要求几乎是百倍增长。值得一提的是在过去三年算力的增长速度与论文出现的数量已经呈现正相关性从商业上来看只有算力的性价比越来越高AI在商业上的应用才会越来越广泛。 所以我们希望现在的AI像电力一样可以便利获取。作为惠普AI的实干家在过去的八年华为团队致力于新的产业。而过去的一年多华为云已涉及10行业500项目成功的实践携手合作伙伴助力企业走向智能化的升级之路。以下为CSDN云计算对郑叶来现场演讲实录进行的编辑整理部分内容稍作删节。各位尊敬的来宾、女士们、先生们大家上午好。 2018年以前全球在AI领域的投融资几乎均匀分布在各个行业和技术领域有一点像撒胡椒面一样那时的投融资是符合技术发展的热潮时期的特征。2018年以后大量的投融资活动局部围绕几个具体的行业场景且高度集中在头部行业比如说智慧的交通、智慧城市、医疗健康、金融。可以看到技术上的热度局部回归到商业的理性我们通常讲一个新的技术要实现普惠需要跨越裂谷。 我愿意用“暴力美学”来形容算力的需求每年增长10倍左右为什么呢从研究来看人类在过去十几年当中对AI的研究局部在深入也出现了越来越多新的算法和新的探索这些新的算法对算力的要求几乎是百倍增长。在过去三年算力的增长速度与论文出现的数量已经呈现正相关性另外一个角度我们看到从商业上来看只有算力的性价比越来越高AI在商业上的应用才会越来越广泛。所以我们希望现在的AI像电力一样可以便利获取。 去年在上海我分享一个观点算力将释放算法之美。你今天拥有了大量的算力才可以比别人更快验证你的模型和算法。去年华为全联接大会上我们的轮值董事长小徐总讲了一个观点华为未来释放的能力实际上有两条线一是面向智能终端我们的解决方案是HiAI还有面向组织的EI。EI改变生产力的三种场景一是海量重复二是专家经验以及多域协同三种场景下如果来助力产业的升级从而实现效率的提升专业的传承以及突破极限其中我们讲海量重复的场景是指我们在企业实践当中来努力寻找高频出现的重复场景。 举一个例子上海一个著名物流公司德邦快递我们和德邦快递通过高精度的OCR来识别快递面单当中的信息从而取得纯粹手工的录入快递员可以拍照、截图我们的OCR系统可以自动这个面单当中的收件人和寄件人的信息并且可以处理比较复杂的背景。比方说光照不均匀图片模糊甚至破损这些问题来减少异常情况下人工处理的时间。大幅度提升用户效率和管理成本减少15%左右。 我们都知道行业分拣选一般直是行业的诟病除了损害消费者的权益导致大量的货损赔偿之外其实用户的体验是非常不好。华为云的EI智能分析系统会对监控视频进行实时行为分析自动识别捡货当中捡货员的动作是扔还是抛还是拿脚踢等暴力分拣的行为在联邦快递有150个货场3万个摄像头已经接入后端违规操作系统管理来进行识别违规操作的小时违规率下降了15%。专家经验很好理解融入专家积累的经验使AI达到专家助手的水平。我们和第三方基因医学配合首次基于病理通过深度学习训练出高精度、高效的AI辅助宫颈癌筛查的模型这个模型在过去当中实际的结果阴性片判读的准确率超过99%对阳性病变的检出率达到99.9%这个是我们已知在国际上AI辅助宫颈癌筛查的最高的水平。 再跟大家分享一个例子今天非常优秀的病理学医生读一张片的时间大概是6分钟今天用机器人读片子只要36秒。对于涉及到参数众多依赖关系非常复杂、依赖度高、多域协同的管理在智能交通等尤其是知识图谱、自然语言处理等技术将会为这些领域带来新的思路和新的方法。 在过去的八年我们在华为的团队一直在做新的产业在过去的一年多在10多个行业包括城市、工业、零售、金融、汽车等多个场景有500个项目成功的实践当然也是携手合作伙伴帮助这些企业走向智能化的升级之路。华为本身就是一个全球领先的电子制造行业的领导者我们应该比很多公司更清楚的知道一个工业场景下需要解决什么问题我在华为内部跟很多人分享什么叫做2B的思维其实很容易理解您的数据您的模型用我的平台来解决您的问题一切的思维模式是真正以客户为中心而不是以“我”为中心的。 应该说在500项目的成功实践我们一直在总结加上数百个参加项目的科学家和工程家对项目进行复盘、总结。我们发现任何一个行业AI的项目想落地实施不仅是AI技术平台和企业两个方面可以完成的需要更多的角色共同完成我们看上面角色的模型基本上是四个角色设计行业落地的场景应用相关的SV、应用相关的设备或者是流程以及AI平台的提供方。进一步打开来看从实践中到实践中去我们可以发现在一个成功AI实施的项目必然有四个要素分布在不同的角色当中也就是说一个明确定义的场景需要一个触手可及的算力需要一个持续进化的系统和服务以及组织和人才的适配参照这个角色模型以及影响项目成功的四个要素我们就可以清楚一个技术要走向商用的裂谷我们要跨越过去而不是掉到坑里面去。 第一个要素是什么首先是场景的问题我们要解决什么问题首先我们希望要明确解决问题的场景是什么你要提升产品的质量还是降低成本还是提升效率其次要解决问题一定要清晰的边界这个边界要便于用数学要刻划或者是表达。其次这个场景应该是可以闭环的可以预测不能是开放而不可预知的场景。最后要具备解决这个问题所需要的充足而完备的数据与行业知识这就是我们如何定义好要解决这个商业的场景。 下面我想分享两个例子什么是一个合适的场景什么是一个落地比较困难的场景三联虹普看一下这个场景好像很复杂恰恰这个场景是可以被明确定义有清晰的边界要解决什么问题很清楚这个问题可以用数学刻画解决这个问题有充足的数据和完备的知识。用AI提升质量检测或者是染色、调色实现商业的价值有一个视频跟大家分享看一下三联虹普如何在华为的帮助来实现从一百米到一千公里质检的跨越。三联虹普的董事长讲了一个非常好定义的场景用AI解决这个问题达到非常好的效果。 下面我愿意分享这个案例这个案例看似不怎么成功或者在实施的过程当中是很痛苦的——河流的治理这个场景应该是很简单的场景但是恰恰看似很简单的场景其实是异常复杂的一开始大家期望值比较高但是落地的过程当中发现场景太复杂了首先需要识别抛物、泼洒、飘浮等各种场景而且复杂的自然环境场景比方说天黑、暴雨、阴天等这种自然场景与人的行为相交织更加增添了场景识别的难度导致场景很难判别索性遇到了一个非常好的客户初心不改就认定了华为一起经过努力我们的客户和团队都非常优秀通过不同的调整克服困难不断调整算法终于从识别率从50%提高到80%也就是说基本可用了这个是河流治理的场景讲这两个例子如何选择一个合理的场景不是主观的判断而是四个要素的判断这四个场景是不是人工智能所适合的场景如果一开始场景选择错误了痛苦就开始了。我讲跨越裂谷第二个要素是什么强劲的算力触手可及的强劲算力。 胡总分享的很多我还想讲的今天可以看到我们的算力依然是不充沛、不经济、难以获取的导致今天的企业政府、高校、科研机构普遍缺乏强劲的算力。从这个胶片当中可以看到有很多的例子以华为举例华为在科研舍得投入的以华为公司为例看了一下子今天内部AI训练作业任务每天超过四千个日均训练超过3.2万小时就这样我们还有大量的任务挂在MODEL ARTS进行调度、排队。我们的博士现在怎么工作上班不训练了我们自己人不训练了下班的时候赶紧把MODEL ARTS进行训练第二天让给兄弟单位晚上赶紧训练。即使这样我们的算力依然还是很紧张。 我们的 Atlas900的算力就是通过EI的集群服务胡总说是全球最快的我们是基于昇腾910的处理器集成的通过华为集合通讯库和资源调度系统以及超高速数据训练和缓存的技术充分释放了这颗芯片的能力今天的算力现在可以提供256P大致相当于50万台PC机所拥有的算力未来可以线性扩展这套集成系统。胡总刚才讲了一个数据我们用59.8秒在非常经典的数据集典型的神经网络应该是最高的比第二名高15。我们把数千颗910的芯片到进行交换实现了全互联、无阻塞的高度交换网络整个网络几乎是没有时延的同时我们的老本行把计算、存储网络进行集合所以软件加硬件把芯片释放所以形成非常强劲的算力。 第三AI的服务我们需要一个持续进化AI的服务传统的企业IT是基于非常明确的需求与规则它的特点是确定性强研发与生产是可以分离的也就是说虽然一个典型的供方与需求方的概念但是到了AI的时代需要改变了。特别是深度学习是基于统计计算的基于有限数据集开发的模型在不能运行时可以满足所有场景的变化为此我们应该构建一个把生产运行与开发训练闭环的在线系统就非常关键了。有了这样一个在线的闭环系统能通过数据闭环下的在线学习能力就可以让模型来持续适应环境的变化持续来优化真正可以净化的AI系统或者是服务。我们的客户经常和我们说在我们家建设一套我们不差钱但是这不是钱的事情您需要有一个在线闭环的训练系统这个是有训练集的在线系统。华为提供了一个持续迭代的框架开发了MODELARTS加速企业AI净化的过程其中在自动数据增强的功能下训练一个OCR的单个模型我们只需要几张原始的图片使用我们的自动数据扩充可以到上千张可以达到同样训练的精度可以节省80%以上的人力。 同样通过模型MODEL ARTS自优化的框架使用多元搜索算力比我们现在看到的专家模型还可以提升8个百分点同比业界自动调优的最高水平现在差不多91%左右我们可以高6个百分点。举一个例子在自动驾驶领域通过自动闭环的领域可以实现模型每天的更新以前一周最多更新一次在本次全联接大会第三天面向开发者、华为发布MODEL ARTS2.0新的特性非常值得大家期待。 下面讲组织和人才的适配我适配是主动的国家匹配是被动的态度。应该讲AI的智慧来源于人类智慧的数字化需要尊重以人为本的初心对于AI的开发者通过贴近行业提供异域使用的平台来努力降低AI或者是行业结合的门槛华为云MODEL ARTS一站式开发平台也是一个开发流水线来管理AI应用开发帮助用户来快速创建或者是部署模型管理全周期AI的工作流。而对于有行业经验的专家来说我们一直在思考如何通过AI系统将专家和专家的协同我们在AI的落地过程当中通过决策规则的相对透明让AI更加辅助专家决策从而更好被接受。从企业的组织和流程改变开始我们不能用传统的企业IT的模式使用AIAI需要向适配的人才、组织或者是流程来充分发挥效率。 下面的例子是深圳机场的专家对于AI在深圳机场落地新的体会。上面分享了跨越行业AI落地的四个关键要素明确定义的商业场景触手可及的充沛算力持续进化AI的服务以及组织和人才的适配。 今天正式向业界发布华为云工业智能体我们讲在工业领域可以得到很好的运用离不开各行各业的合作伙伴华为云希望联合越来越多的合作伙伴通过工业智能体来加速行业AI项目的落地让大家的业务愿景成为现实。我们可以看到跟中国石油合作使用智能体智能分析的引擎来辅助识别测井的油气层识别的时间下降70%。我们和三联虹普合作使用智能体的智能引擎在智能当中动态匹配客户需求可以提升28.5%。跟鑫磊集团合作使用智能体的优化引擎将AI能力应用到配煤和焦炭生产环节准确率95%实现每百万吨焦炭节省成本1千万人民币。今年在能源、焦炭、电力、水泥、化纤等10多个工业行业都可以落地真正将AI引入行业加速工业智能化的升级。福利扫描添加小编微信备注“姓名公司职位”加入【云计算学习交流群】和志同道合的朋友们共同打卡学习推荐阅读Serverless 的喧哗与骚动如何提升员工体验 助力企业业务增长这个棘手的问题终于被解决了接班马云的为何是张勇免费开源新学期必收藏的AI学习资源从课件、工具到源码都齐了值得收藏16段代码入门Python循环语句我在快手认识了 4 位工程师看到了快速发展的公司和员工如何彼此成就幼儿识字从比特币开始? 小哥出了本区块链幼教书, 画风真泥石流……真香朕在看了