今年的2020華為全聯(lián)接大會(huì)，又是一次華為云AI的大秀。無論是郭平、徐直軍的戰(zhàn)略部署，還是侯金龍和鄭葉來的具體演說，云與AI無疑都是華為今天重金投入的新技術(shù)。

AI的背后是數(shù)據(jù)和應(yīng)用，而這兩樣背后，都是專注創(chuàng)新的開發(fā)者在默默努力。從近兩年的云&AI行業(yè)趨勢看，“取悅開發(fā)者”是一個(gè)必然的趨勢，他們對技術(shù)的變化是最為敏感的，也是云&AI得以落地的關(guān)鍵環(huán)節(jié)。

也因此，圍繞開發(fā)者們構(gòu)建的AI開發(fā)平臺(tái)逐漸從幕后走到臺(tái)前。從業(yè)內(nèi)來看，頭部的幾家云廠商們紛紛祭出大招，比如華為云在2018年就推出ModelArts AI開發(fā)平臺(tái)，阿里云以ET大腦的方式構(gòu)建各行業(yè)AI開放能力，騰訊云則部署其AI平臺(tái)云智天樞TI Matrix，百度云則持續(xù)推進(jìn)EsayDL AI開發(fā)平臺(tái)的應(yīng)用。

在9月25日的華為全聯(lián)接大會(huì)的第三天，華為云把重要信號留在了最后：宣布華為云ModelArts 3.0版本出爐。

無疑，這個(gè)新版本的推出又給AI開發(fā)者帶來了福利。

華為云ModelArts 3.0的推陳出新

具體而言，現(xiàn)場發(fā)布的這套ModelArts平臺(tái) 3.0版本，支持10萬級別的企業(yè)任務(wù)同時(shí)運(yùn)行，支持10萬級別的用戶規(guī)模同時(shí)使用，為開發(fā)者創(chuàng)造良好的AI開發(fā)環(huán)境，使其專注做創(chuàng)新的事情。

一般而言，優(yōu)秀的分布式加速比是大規(guī)模集群分布式訓(xùn)練的關(guān)鍵能力，也是促使用戶選擇使用大規(guī)模集群來加速AI業(yè)務(wù)的關(guān)鍵因素，華為云ModelArts領(lǐng)先的分布式加速比能力，在512芯片的集群規(guī)模下成績?yōu)?3.6秒，優(yōu)于NVIDIA V100的120秒。

從功能上看，ModelArts 3.0版本相比之前帶來了4個(gè)小驚喜：

1. 華為云EI骨干模型：基于行業(yè)小樣本數(shù)據(jù)訓(xùn)練高精度模型

過去需要大量專家經(jīng)驗(yàn)的模型選擇和參數(shù)調(diào)節(jié)，有了華為云的全空間網(wǎng)絡(luò)架構(gòu)搜索和自動(dòng)超參優(yōu)化技術(shù)，可以在無需人工干預(yù)的情況下高效完成。過去需要幾周甚至更長時(shí)間的模型訓(xùn)練和部署，有了華為云的計(jì)算資源調(diào)配和數(shù)據(jù)管理，可以縮短到幾小時(shí)內(nèi)甚至幾分鐘完成。

2. 聯(lián)邦學(xué)習(xí)：打破數(shù)據(jù)孤島，推動(dòng)行業(yè)聯(lián)合建模

數(shù)據(jù)是AI應(yīng)用的基礎(chǔ)，只有基于多樣化的數(shù)據(jù)，才能實(shí)現(xiàn)AI智能感知。然而，在實(shí)際AI行業(yè)落地中，數(shù)據(jù)是分散在不同的數(shù)據(jù)控制者之間，這就導(dǎo)致了行業(yè)AI應(yīng)用的數(shù)據(jù)孤島問題，使得AI算法訓(xùn)練效果受到限制。

針對這個(gè)問題，華為云ModelArts提供聯(lián)邦學(xué)習(xí)特性，用戶各自利用本地?cái)?shù)據(jù)訓(xùn)練，不交換數(shù)據(jù)本身，只用加密方式交換更新的模型參數(shù)，實(shí)現(xiàn)聯(lián)合建模。

3. 模型智能評估、診斷：降低AI行業(yè)落地門檻

在ModelArts上使用模型評估功能，是在得到首次訓(xùn)練的模型之后，先將模型推理結(jié)果、原始圖像和真實(shí)標(biāo)簽送入模型評估模塊中，這個(gè)模塊會(huì)從數(shù)據(jù)、模型兩個(gè)方面對模型的綜合能力，包括精度、性能、可信和可解釋性進(jìn)行綜合評估，最終針對可能存在的問題輸出一些改進(jìn)模型能力的診斷建議。開發(fā)者在這些建議的幫助下，使模型達(dá)標(biāo)，并最終部署成能實(shí)際應(yīng)用的推理服務(wù)。

4. 高性能AI計(jì)算：資源靈活調(diào)度加速行業(yè)AI落地

作為AI平臺(tái)云服務(wù)，彈性訓(xùn)練是ModelArts推出的核心能力之一，可以根據(jù)模型訓(xùn)練速度的要求自適應(yīng)匹配最佳資源數(shù)。

具體在產(chǎn)品上，ModelArts提供兩種模式：

• 一是Turbo模式，可以充分利用空閑資源加速已有訓(xùn)練作業(yè)，在大多數(shù)典型場景下加速效率大于80%，訓(xùn)練速度提升10倍，并且不影響模型收斂精度；

• 二是Economic模式，可以通過最大化資源利用率給開發(fā)者提供極致的性價(jià)比，在大多數(shù)典型場景下可以提升性價(jià)比30%以上，并且不影響模型收斂精度。

變與不變

可以看到，在新版本中，華為云帶來了新的玩法，提供全流程極簡開發(fā)工具，即使是普通的業(yè)務(wù)人員，基于已有組件，通過拖拽方式即可構(gòu)建應(yīng)用。這背后，ModelArts平臺(tái)的本質(zhì)并無二致，依舊是圍繞著開發(fā)者的需求與痛點(diǎn)展開，通過AI模型不斷地和實(shí)際落地場景交互來得到更優(yōu)的模型，進(jìn)而提升AI開發(fā)流程的效率。

在1.0版本中（2018年），ModelArts解決了AI一站式開發(fā)的行業(yè)痛點(diǎn)，華為云打造了一款比行業(yè)更快的AI平臺(tái)，致敬開發(fā)者。

在2.0版本中（2019年），新增自動(dòng)學(xué)習(xí)、端邊云能力協(xié)同，ModelArts關(guān)鍵能力凸顯。ModelArts 2.0以全流程的極簡和自動(dòng)化升級已有的AI開發(fā)模式，讓數(shù)據(jù)準(zhǔn)備、算法開發(fā)、模型訓(xùn)練、模型管理、模型推理全鏈條產(chǎn)生質(zhì)的飛越。

而在3.0版本中（2020年），平臺(tái)駛?cè)肷钏畢^(qū)，輔助AI深入到各行業(yè)生產(chǎn)系統(tǒng)。目前華為云已在10多個(gè)行業(yè)成功交付了600多個(gè)AI項(xiàng)目，積累了豐富的經(jīng)驗(yàn)。為了解決企業(yè)深入使用端到端生產(chǎn)而推出骨干模型、聯(lián)邦學(xué)習(xí)等新功能。華為云EI骨干模型(EI-Backbone)技術(shù)，基于行業(yè)小樣本數(shù)據(jù)訓(xùn)練高精度模型，提供了AI開發(fā)的新范式。

可見，版本的演進(jìn)背后，是新技術(shù)趨勢不斷與行業(yè)生產(chǎn)結(jié)合，是數(shù)字世界供給與物理世界需求不斷碰撞的結(jié)果。

一直以來，深度學(xué)習(xí)分布式訓(xùn)練不斷發(fā)展，各類模型的訓(xùn)練對于計(jì)算設(shè)備的需求越來越大，不過由于各種原因，訓(xùn)練作業(yè)的資源還沒有被充分利用。比如l訓(xùn)練算法代碼本身質(zhì)量不高、資源利用率低；模型大小和超參數(shù)的設(shè)置也會(huì)顯著地改變計(jì)算資源的利用率；資源池整體利用率有波動(dòng)，類似于“峰谷電”，訓(xùn)練作業(yè)的提交也有高峰期和低谷期，造成很大的資源浪費(fèi)。

這就不得不提到彈性訓(xùn)練。

彈性訓(xùn)練作為ModelArts的核心能力之一，2年來一直在自我錘煉，根據(jù)模型訓(xùn)練速度的需求自適應(yīng)實(shí)現(xiàn)資源的最佳分配。ModelArts提供兩種模式，一是Turbo模式，可以充分利用空閑資源加速已有訓(xùn)練作業(yè)，訓(xùn)練速度可提升10倍以上，并且不影響模型的收斂精度；二是經(jīng)濟(jì)模式，可以通過最大化資源利用率給開發(fā)者提供極致的性價(jià)比，在大多數(shù)典型場景下可以提升性價(jià)比30%以上。

可見，智能并不是一蹴而就的，而是逐漸進(jìn)化的，最終從AI開發(fā)環(huán)節(jié)進(jìn)入到AI落地的每一個(gè)場景。

客戶“用腳投票”背后的價(jià)值體現(xiàn)

客戶是喜歡用腳投票的——這一點(diǎn)體現(xiàn)在ModelArts 的行業(yè)落地屬性上。有2個(gè)案例非常經(jīng)典，一個(gè)是華為云ModelArts支持候鳥保護(hù)計(jì)劃，另一個(gè)是華為云ModelArts正在支持中科院構(gòu)建斑馬魚的全腦圖譜。

注：候鳥保護(hù)，華為做了什么

在另一個(gè)項(xiàng)目中，中科院正在基于ModelArts繪制斑馬魚腦聯(lián)接組的全息地圖，目前重構(gòu)準(zhǔn)確率和召回率已達(dá)95%。

中科院腦智卓越中心是一所將腦科學(xué)與智能技術(shù)相結(jié)合的研究實(shí)體，是一個(gè)了解大腦如何實(shí)現(xiàn)各種認(rèn)知功能的一個(gè)機(jī)構(gòu)，首先需要完成一個(gè)重要且必要的大科學(xué)工程，就是繪制全腦聯(lián)接圖譜。

其原理是：借助斑馬魚幼魚透明的特點(diǎn)，機(jī)構(gòu)可以應(yīng)用鈣成像技術(shù)來觀察活體斑馬魚全腦10萬個(gè)神經(jīng)元的時(shí)空放電，從而繪制從各種感覺輸入到行為輸出的全腦活動(dòng)圖譜，并結(jié)合結(jié)構(gòu)圖譜來發(fā)掘大腦如何工作的普適規(guī)律，進(jìn)而進(jìn)行腦功能模擬和理論研究。

通過和華為合作，應(yīng)用華為云ModelArts平臺(tái)，使用用360條斑馬魚圖像樣樣本所包含的近20萬圖像塊的“金標(biāo)準(zhǔn)”標(biāo)注數(shù)據(jù)，訓(xùn)練出了從前期圖像分割到后期神經(jīng)元形態(tài)追蹤的一整套網(wǎng)絡(luò)。

目前重構(gòu)準(zhǔn)確率和召回率已達(dá)95%，如果使用多機(jī)并行計(jì)算，從理論上推算下來，10萬個(gè)神經(jīng)元的總重構(gòu)時(shí)間可以從125年縮短至10天。如果再擴(kuò)展到小鼠甚至非人靈長類如獼猴，降本增效方面將更加可觀。

當(dāng)然，這離不開生命科學(xué)的知識和技術(shù)，也綜合交叉了數(shù)學(xué)等學(xué)科，但是計(jì)算機(jī)科學(xué)特別是AI領(lǐng)域的技術(shù)與知識，正成為人類的助手，幫助人類繪制腦圖譜，更幫助人類實(shí)現(xiàn)新領(lǐng)域的突破。

云上開發(fā)必將成大勢，商業(yè)價(jià)值轉(zhuǎn)化也在加速

就像鄭葉來在現(xiàn)場提到的那樣，目前越來越多的人加入到開發(fā)者隊(duì)列里來，而更好的工具將為他們創(chuàng)造更高的技術(shù)起點(diǎn)、更敏捷的構(gòu)建能力、更廣闊的商業(yè)成功，未來“云上開發(fā)”可以解決目前面臨的困難。

截止到目前，華為云已經(jīng)提供超過210個(gè)云服務(wù)，服務(wù)全球150萬開發(fā)者，華為云Marketplace和華為AppGallery已經(jīng)做了強(qiáng)強(qiáng)聯(lián)合，TO B（SaaS扶持計(jì)劃）和TO C（HMS生態(tài)扶持計(jì)劃）兩條腿一起走，加速商業(yè)價(jià)值轉(zhuǎn)化。（雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)）

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。