华为云EI集群释放“暴力”算力，哪些行业将因智巨变

9月18日,HUAWEI CONNECT2019成了全产业共同关注的焦点话题,数字化转型和智能化升级已经成为当下所有企业谋求转变的最佳机遇,华为云在HC2019期间也发布了“ 华为云工业智能体 ”,这一面向工业场景的智能解决方案将成为助力工业智能化升级的新引擎。

华为云业务总裁郑叶来发布华为云工业智能体

算力是AI时代第一生产力

迈入AI时代,计算的发展也进入了“暴力美学”的新阶段,AI的持续落地也在切实地改变各行各业,支撑AI应用需要强大的算力,而算力也成为了AI时代的第一生产力。随着人们对于AI的探索和研究也逐渐深入,如AlphaFold、Bert、BigGAN等越来越多的新算法和新探索也对算力需求提出了更高的需求。事实上,这是AI应用发展的必然结果,越来越多的模型训练需要更强大的算力支撑,华为云预测,未来,算力的需求每年将增加10倍左右。

算力需求暴增对行业来说也是很大的挑战,因为算力的单位性价比,某种程度上也决定着AI的商用进程,这也是自2018年后大量的投融资逐渐向几个头部行业的集中后,AI陷入“ 商业 冷”的一个主要原因。在华为云看来,想要推动AI全面发展,先要推动算力发展,只有让算力变得像电力一样触手可及,才能真正的实现普惠AI。HC2019期间,华为云业务总裁郑叶来发表主题演讲,强调了“跨越AI商业裂谷”的四要素,其中算力就是一大关键点。

他强调,想要推动AI快速商用,打造触手可及的强劲算力是必要条件。目前,行业普遍面临算力不充沛、不 经济 、难获取的现状,事实上这也是华为自身所面临的挑战,华为在此次HC上也发布了“华为云EI集群”服务,这一集群服务基于“Atlas900”实现,“Atlas900”由数千颗华为自研的昇腾910 AI处理器构成,这些专门针对AI计算而设计的处理器能够全面释放AI算力,使得“Atlas900”总算力相当于50万台PC的计算能力。

基于这样强大的云端AI算力,华为云能够满足企业用户在AI商用探索上的需求,目前华为云已经通过测试验证了“华为云EI集群”的实力,这个在云端部署的AI训练集群,只需59.8秒就可以完成典型网络ResNet-50的训练,比第2名快15%。

除此外,AI时代,企业用户对AI算力的需求往往是弹性伸缩的,这也正契合了云服务的特点。相比传统购买硬件设施的方式,云服务可按需使用,即时开通,满足各类用户对AI算力的不同需求。而基于自主研发的芯片的能力,华为也将面向AI时代提供源源不断的澎湃算力,支撑AI应用跨越商业裂谷。

华为云EI集群释放AI算力势能

目前华为云提供的AI算力已经在许多领域进行了实践。

天文研究领域中,对天体的识别涉及P级数据的存储和运算,使用传统模式训练P级别天文数据中识别新的星体的模型要耗时四个星期。而“华为云EI集群服务”提供的高密度算力集群可以将识别星体的模型训练时间缩短至分钟级。在华为云参与的“SKA”(平方公里阵列射电望远镜)项目中,华为云也提供了充足的算力支撑,并借助自身在大数据、云计算以及人工智能领域的优势,进一步突破了天文领域对算力的需求瓶颈。与天文研究领域相比,其他行业要处理的数据量尚未达到如此大规模,能够在天文领域落地应用也代表了华为云所能提供的AI算力已经达到业界领先水平。

除了天文研究外,AI也在逐步渗透到生活方方面面,也需要澎湃算力的支持。而凭借强大的AI算力,华为云工业智能体在能源、矿业、焦化、电力、水泥、化纤等多个工业行业都能落地,真正将AI引入行业,加速工业智能化升级。

面向工业领域,在华为与三联虹普的深入合作中,华为云利用AI技术进行合成纤维质量分类、AI产线推荐,在合成纤维制造过程中对超过300万维的超高维度原始特征数据进行建模、计算、分析、维护、实时更新,打造精准高效的质量分类模型和产线匹配模型,从而提升产品一致性,更好的满足客户差异化质量需求,客户需求匹配度较从前提升达到28.5%,推荐准确率提升16%。

面向能源矿业,华为云与中国石油联合打造的勘探开发认知计算平台,使用智能体的智能认知引擎来辅助识别测井油气层,使得油气层识别时间下降70%,极大的提升了能源开采效率;此外,华为云还与鑫磊集团合作,使用智能体的智能优化引擎,将AI能力引入配煤环节和焦炭生产质量预测,真正让AI成为帮助配煤师傅的利器,准确率超过95%,实现每百万吨焦炭节省成本超过1000万人民币以上。

而面向交通行业,华为云也打造了“交通智能体”,能够通过强大算力对城市交通大数据进行实时计算,实现从传统的依靠经验人工配时到基于实时车流AI推理配时的转变,提升交通精细化管理能力和交通治理的智能化、数字化。目前这一方案已经在深圳和天津落地,深圳坂田部署区域,在华为云交通智能体的调优下,路口平均等待时间降低17.7%,平均车速也有大幅提升。天津生态城部署区域,早高峰时段的车辆排队溢出次数比以往减少60%,特别是此前在早上8点左右出现的交通“峰值”被分散到前后时段,极度拥堵的状况相应减少,且能提前10至15分钟“告别”早高峰。而这一切,都是基于AI算力实现。

除了针对特定行业的AI应用外,AI算力还支撑着各种各样的通用型AI服务,包括文字识别OCR,视频内容分析VCR等,借助强大的算力,这些通用型AI服务得以支撑海量重复场景。以德邦快递为例,通过高精度OCR识别快递面单取代纯手工录入,OCR就会自动识别收寄信息并自动录入系统,可处理复杂背景、光照不均、模糊以及图片缺角等问题,减少异常情况的人工处理时间,大幅提升服务效率及用户体验,使得管理成本降低了25%左右。

从这些案例中不难看出,充足的算力支撑的AI应用让人们从重复的劳动中解脱出来,加速释放生产力和创造力,AI算力正在创造更大的价值。