科技行者 3月28日 北京消息:今日,在華為開發(fā)者大會(huì)2020(Cloud)第二天,華為宣布全場(chǎng)景AI計(jì)算框架MindSpore在碼云正式開源,企業(yè)級(jí)AI應(yīng)用開發(fā)者套件ModelArts Pro在華為云上線,同時(shí)展示了各行業(yè)合作伙伴基于華為人工智能計(jì)算平臺(tái)Atlas的云邊端全場(chǎng)景開發(fā)實(shí)踐。至此,華為在2018年全聯(lián)接大會(huì)上發(fā)布的全棧全場(chǎng)景AI解決方案,已面向開發(fā)者全面落地。
全場(chǎng)景AI計(jì)算框架MindSpore正式開源
華為MindSpore首席科學(xué)家、IEEE Fellow陳雷教授宣布華為全場(chǎng)景AI計(jì)算框架MindSpore在碼云正式開源,并將致力于構(gòu)筑面向全球的開源社區(qū),持續(xù)推動(dòng)AI軟硬件應(yīng)用開源生態(tài)繁榮發(fā)展。
華為全場(chǎng)景AI計(jì)算框架MindSpore正式開源
MindSpore著重提升易用性并降低AI開發(fā)者的開發(fā)門檻,陳雷教授表示,“MindSpore原生適應(yīng)每個(gè)場(chǎng)景包括端、邊緣和云,并能夠在按需協(xié)同的基礎(chǔ)上,通過實(shí)現(xiàn)AI算法即代碼,使開發(fā)態(tài)變得更加友好,顯著減少模型開發(fā)時(shí)間,降低模型開發(fā)門檻。通過MindSpore自身的技術(shù)創(chuàng)新及MindSpore與華為昇騰AI處理器的協(xié)同優(yōu)化,實(shí)現(xiàn)了運(yùn)行態(tài)的高效,大大提高了計(jì)算性能;MindSpore也支持GPU、CPU等其它處理器”。
發(fā)布業(yè)界首款企業(yè)級(jí)AI應(yīng)用開發(fā)專業(yè)套件ModelArts Pro
針對(duì)行業(yè)AI應(yīng)用開發(fā)者,華為云通用AI服務(wù)總經(jīng)理袁晶發(fā)布了業(yè)界首款企業(yè)級(jí)AI應(yīng)用開發(fā)專業(yè)套件ModelArts Pro。華為云ModelArts Pro定位為企業(yè)AI生產(chǎn)力工具,提供了一種全新的行業(yè)AI落地方式,將算法專家的積累和行業(yè)專家的知識(shí)沉淀在相應(yīng)的套件和行業(yè)工作流(workflow)中,真正實(shí)現(xiàn)賦能行業(yè)AI應(yīng)用開發(fā)者,全面提升行業(yè)AI開發(fā)效率和落地效果。ModelArts Pro以”授人以漁”的方式助力企業(yè)構(gòu)建AI能力,賦能不同行業(yè)的應(yīng)用開發(fā)者,讓AI變得觸手可及。
全面展示合作伙伴基于華為Atlas人工智能計(jì)算平臺(tái)的全場(chǎng)景開發(fā)實(shí)踐
華為Atlas數(shù)據(jù)中心業(yè)務(wù)總經(jīng)理張迪煊面向全球AI開發(fā)者,分享了各行業(yè)合作伙伴基于華為Atlas人工智能計(jì)算平臺(tái)的端邊云全場(chǎng)景開發(fā)實(shí)踐,并深度解析了打造高密云側(cè)AI推理方案的性能優(yōu)化過程、云邊協(xié)同支持高效邊緣推理以及極致低功耗端側(cè)推理的開發(fā)經(jīng)驗(yàn)。 華為已與數(shù)十家伙伴合作,推動(dòng)基于華為昇騰AI處理器的Atlas系列模塊、板卡、小站、服務(wù)器在智慧交通、智慧電力、智慧金融、智慧城市、智能制造等數(shù)十個(gè)行業(yè)落地。同時(shí)為了進(jìn)一步豐富華為AI生態(tài)、支撐開發(fā)者自定義算子,張迪煊在大會(huì)現(xiàn)場(chǎng)啟動(dòng)了高效算子開發(fā)工具TBE的正式公測(cè),并計(jì)劃激勵(lì)100家以上貢獻(xiàn)算子的高校和合作伙伴、充分釋放昇騰AI處理器的算力潛能。南開大學(xué)李濤教授現(xiàn)場(chǎng)演示了基于Atlas 200 DK的視網(wǎng)膜篩查病變檢測(cè)的AI應(yīng)用。依瞳科技李勁博士分享了基于華為Atlas的開發(fā)實(shí)踐,并推出了業(yè)內(nèi)首個(gè)支持華為昇騰910處理器的人工智能開源開放異構(gòu)平臺(tái)。
在2018年華為全聯(lián)接大會(huì)上,華為首次發(fā)布了全棧全場(chǎng)景AI解決方案,包括芯片、芯片使能、訓(xùn)練和推理框架和應(yīng)用使能全堆棧方案,可在公有云、私有云、各種邊緣計(jì)算、物聯(lián)網(wǎng)行業(yè)終端以及消費(fèi)類終端等全場(chǎng)景部署。本次開發(fā)者大會(huì)上,華為系統(tǒng)展示了該解決方案的最新進(jìn)展,尤其是面向開發(fā)者的具體落地成果,全面支持全球開發(fā)者更好地開發(fā)AI應(yīng)用,讓AI真正解決各行各業(yè)的實(shí)際問題,為企業(yè)和社會(huì)帶來價(jià)值,也讓全球AI產(chǎn)業(yè)和生態(tài)更加繁榮。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。