华为AI的另一面

  • 来源:网络
  • 更新日期:2020-08-10

摘要:在进军AI之时,华为就把普惠AI、产业底座定为目标…… 本文来自合作媒体:量子位(ID:QbitAI),作者:乾明。

在进军AI之时,华为就把普惠AI、产业底座定为目标……

本文来自合作媒体:量子位(ID:QbitAI),作者:乾明。猎云网经授权发布。

硬,既刚又硬。

这是华为AI战略全面推进后给外界留下的最深印象。

一方面指的是华为切入的方式——AI处理器——属于最核心硬件;另一方面则是AI处理器及其带来的算力变革,效果够硬。

但如果你以为这就是华为AI的全部,那今天它就会旗帜鲜明地让你知道:你错了。

因为华为的改变,正在发生、已经发生。

华为之变:软件站C位,全栈全场景

刚刚,华为昇腾AI新品全球发布会HAI 2020上,硬件产品首次让出C位,软件第一次全面铺开,也是全栈铺开。

从异构计算架构、端到端开发流程工具链,到业务开发,覆盖从基础软件到AI应用开发,与硬件产品相结合,华为拿出了堪称业界最丰富的全栈软件方案:昇腾AI全栈软件平台。

想要传递的信号再明显不过:

华为昇腾不仅仅只提供硬件层面的AI算力,也要为开发者和ISV合作伙伴提供软件层面的开发平台。

华为昇腾计算业务总裁许映童,再一次对外强调华为的目标:极致性能,让AI计算触手可及,极简易用,让AI计算无处不在。

在他看来,这个过程中软件是必需品,也是发挥硬件性能的核心。

实际上,华为AI的软件,今天并非是第一枪。

早在2018年10月10日,华为在全联接大会上发布AI战略时,就发布了异构计算架构CANN 1.0和一站式AI集成开发套件MindStudio。

现在,CANN已经进化到了3.0版本,统一了推理和训练的统一编程架构,实现了端边云协同。MindStudio进化到了2.0版本,功能更强。

与此同时,华为还推出了一款全新软件产品:昇腾应用使能 MindX 1.0,一共构造成了华为昇腾AI全栈软件平台,也直接体现了华为推进AI落地的态度。

核心新品:MindX,离华为AI硬件“最远的软件”

在HAI 2020上,华为发布的昇腾AI全栈软件平台一共有四个模块,分别对应了不同层次开发者的需求。

异构计算架构CANN 3.0和全流程开发工具链MindStudio 2.0,提供给专业开发者,供他们开发AI平台算子和网络时使用,更侧重开发性能。

深度学习框架MindSpore,提供给有开发AI模型需求的开发者,目前已经聚集了1.6万多开发者,全场景应用已经超过了150种,将会在华为全联接大会上发布最新进展。

与它们相比,AI业务应用开发平台MindX 1.0,是距离华为Atlas硬件产品最远的软件。从某种程度上,它也代表着华为昇腾推进AI的深度和力度。

MindX 1.0的目标群体,是没有深度开发能力、但想要打造行业AI应用的客户,承载着华为“极简易用,让AI计算无处不在”的目标。

MindX 1.0一共有四大板块:深度学习平台MindX DL、智能边缘平台MindX Edge、优选模型库ModelZoo和行业SDK。

深度学习平台面向模型训练场景,华为提供了一套边云协同的平台设计方案。

许映童说,有需求的用户以此为基础,进行简单二次开发就可以满足业务需求,快速上线。

与此同时,第四范式基于MindX DL推出商业版深度学习平台,客户可以拿走即用,进一步降低开发时间和人力成本。

据官方介绍,现在已经服务于金融行业,四大银行都是客户。

智能边缘平台是面向推理场景的平台。许映童说,它基于边云协同设计、能够实现轻量化部署,支持摄像头、工控机、机器人、无人机、边缘推理服务器等多样化硬件形态支持。

优选模型库ModelZoo是辅助开发工具,目前提供了20多个业界主流预训练模型,下半年将会提供50个以上。

华为介绍,这些模型都经过了高效优化,具备“昇腾亲和力”,用户可以轻松调用,来提高开发效率。

此外还有行业SDK,是华为软件中上手门槛最低的一个模块,封装了华为在行业AI领域的基础算法,以及华为生态中开发者和ISV的know-how积累,结合AI实践,来提高行业AI落地效率。

华为已经推出了视觉和制造两个行业SDK,并给出了标杆性案例。

拿落地成果说话:质检效率提升3倍,检出率99.9%

目前,Atlas智能制造解决方案已经在华为东莞松山湖生产基地应用,覆盖计算、5G、终端等产品的80+条产线,主要的应用场景是质检。

华为工业自动化视觉实验室主任吴佳芸介绍,在Atlas硬件设备的支持下,华为制造行业的解决方案做到了“一颗螺丝钉都不放过”:

不仅能够在1000毫米视野下,以99.9%的准确率检出5mm螺丝钉,还能够实现反向检测,确定是否有螺钉等异物散落,并自动校验看物体位置是否准确、偏位。

而且在这样的过程中,华为将质检人员效率提升了3倍。

吴佳芸说,能够实现如此效果,在于华为解决了AI在工业边缘计算场景的两个挑战:

一方面,做到了算法与工业知识结合,使其有了工业属性,比如采用自学习从良品中学习特征形成缺陷拦截标准等等,来解决工业制造流程中的适应性问题。

另一方面,基于边云协同,将AI应用的开发和部署匹配业务全流程,不仅能够自动校验结果,能够升级工艺定制,还能够细化缺陷类型,实现精细化的检测等任务。

从而将华为松山湖AI生产基地打造了全流程应用的标杆案例,而华为这次推出的制造行业SDK正是来自于这样的AI实践。

华为昇腾计算业务CTO周斌在演讲中,也展示了基于华为行业SDK开发AI应用,会有怎样的效率提升:

与之前动辄“万级”的生产流程数据相比,现在只需要准备“百级”的产线检测增量数据;

不用再麻烦的进行模型迁移、模型效果评估,直接打通了ModelZoo,可以对在线模型效果评估;

而且模型优化只需要数周,而不是原来的数个月,部署起来只需要数百行代码就能完成。

他说,在视觉行业SDK上,也展现出了同样效果:

与传统的开发方式相比,基于华为的行业SDK,一位开发者用两周的时间就能上线一个商业级CV应用,而且支持80路、1080P、25帧的视频分析能力,开发效率提升10倍。

到底如何“让极简易用AI计算无处不在”?这就是华为给出的最新解决方案,也是其在“AI落地时代”的打法。

本质之问:华为为何要推MindX?

对于华为来说,基于昇腾处理器打造的Atlas硬件产品,已经覆盖了端边云全场景,初步满足了行业对AI算力的需求。

但想要将算力转化为生产力,还需要相应的软件作为“桥梁”,它不仅能更好地发挥硬件性能,也能够将AI开发门槛变得更低。

但更重要的是,华为能够借助软件吸引更多的开发者和ISV加入昇腾生态。

许映童在接受量子位采访时透露,这是华为昇腾未来三年的首要任务。

在他看来,AI计算是一个生态型产业,核心竞争力在于懂AI的开发者群体,只有他们才能发挥AI算力,将AI真正应用到行业里面。

但他们是整个产业最稀缺的资源,全球AI专家人才不过3万多人,人才供需比仅为1%。

虽然华为昇腾已经面向高校、开发人员、初创企业、ISV等推出了合作伙伴计划,并提供从学习到产品构建,再到产品上市、销售的全方位激励机制。

但体验更好的开发和运行环境和基础服务,也是必不可少一环。

从行业发展状况来看,随着技术的发展,AI算法成熟,AI算力的密度、质量都在提升,可获得门槛逐步降低,各行各业对AI应用的需求开始释放出来。

尤其是在5G之下,2020年新基建大势到来,更是成倍地放大了这些需求。

许映童分享过这样的一组数据:中国市场含AI的B2C应用整体渗透率为10%,而AI在行业中的整体渗透率不过4%。

他说,“市场、客户的需求,远远超出了我们的预期,和其他产业先孵化产品,然后推广的情况相反,我们都是被客户推着走,发展速度还不够快。”

怎样加快速度?从华为发布的最新软件平台中,不难看出答案。

华为想做的,绝不仅仅只是服务一个层次,而是面向不同AI需求层次的开发者,提供不同的方案。

比如专业AI公司,提供昇腾AI算力和算子开发工具。对于开发能力较弱的公司,提供包含行业SDK的MindX。

从而覆盖更大范围的市场,服务更多的群体,打造更大的生态,从而实现“AI基础设施提供者和千行百业使能者”的目标。

如何评价华为AI的这波进展?

实际上,从2018年大张旗鼓推出AI战略、亮相昇腾芯片,以AI算力切入行业的那天起,软件层面的逻辑就已被暗含其中。

AI复兴以来,算力的需求,大力出奇迹的表象让人忽略了本质——如何在大规模高复杂的网络模型训练及推理中,可以做得更快更高效。

从解决问题的维度来说,没有硬件的AI算力就是空中楼阁,但不能为硬件匹配最好的软件,就会让硬件锋芒打折扣。

纵观AI行业中,无论是老牌半导体巨头,还是AI造芯新势力,软硬一体化都是再明确不过的趋势。

所以华为软件站上C位,只是时间和节奏问题。

此外,更重要的是,软件层面的更大力度推进,背后是华为对AI生态、AI开发者的服务诚意。

在进军AI之时,华为就把普惠AI、产业底座定为目标……

但如果只有开放的硬件,而没有开源和灵活接入的软件,又怎能真正将AI之力带到更多的场景、企业和开发者?

所以华为这次进展,不仅是AI软硬一体化的向前推进,更是通过软件更好服务开发者的明确宣示。

而且从目前落地成果而言,确实值得更多期待~