“让计算机看懂世界：格灵深瞳与华为Atlas AI的故事”

本篇文章3360字，读完约8分钟

文|明白|秦言

资料来源:我能看到备忘录

面部识别已经在各行各业广泛使用，但新冠引起的肺炎袭来时，戴口罩的你是怎么解释你的？

找到嫌疑犯了，但视频没有捕捉到他的脸。 衣服的颜色，布料的纹理，可以找相似的id吗？

有违反和犯罪行为的车辆，如果经常隐藏车牌，采用夹克，不能用车牌正确识别车辆身份，能以更细致的外观找到吗？

视频识别在我们现实中的应用越来越广泛，很多我们想得到，想不到，ai给我们带来了更多的惊喜和惊喜。 但是，这也是在过程中，现实的应用场景对ai持续着更高的挑战:以前能识别人脸就好了，现在必须能识别戴口罩的人。 以前用脸部照片追踪罪犯，现在即使看不见脸也能找到他以前用车牌号码识别车辆身份，现在必须用车身细节追踪……

“人们往往高估了技术的短期表现，低估了技术的长期表现。 ”。 从事17年计算机视觉研究的格灵深瞳新闻技术有限企业cto邓亚峰深入体会，ai是长跑，自己的实力非常重要，陪伴的伙伴也非常重要。

no.1看了就知道，ai只有落地于各行业才有价值

关于ai，经常听到智能城市、机器人、自动驾驶、智能医疗、工业视觉、ar等。 这些是ai的应用场景。 说到ai的核心技术，是计算机视觉、语音识别、自然语言理解三个方向。 也就是说，三个技术方向的深度可以应用于各种场景来发挥价值。

在我们人类的物理世界中，视觉可以占人体各种感觉器官接收新闻的80%。 所以，视觉是人和外界信息表达的最重要的途径。 同样，在数字世界中，计算机视觉的迅速发展也决定了ai的方向和能力。 “计算机视觉是智能物品在互联网时代最大的数据门户，有着广泛的应用场景。 ”格灵深瞳新闻技术有限公司cto邓亚峰说，无论是智能城市、机器人、自动驾驶、智能医疗、智能制造，这些都不能脱离计算机视觉这一ai基础技术。

在智能城市的应用中，可以从人的行动轨迹中寻找线索，发现规则，事先预知异常。 比如，有一个个体白天不外出，经常半夜外出，行动轨迹也不去一定的事务所的话，这个身体就有可能是嫌疑犯。

例如，在智能商务中，通过脸部识别多次带同一个个体去商店，利用脸部关联商品的购买记录，在动线和热上下功夫。 在某些情况下，大数据( 603138，是股票吧)聚集在一起，ai真的会“比你更了解你”。

虽然不能“看”的世界，但“理解”的世界非常难。 中国现在有近2亿的安全摄像头，其视频数据的80%是冗长的消息。 ai如何通过深度学习、高性能运算和大数据技术从这些数据中挖掘有用的价值？

格灵深瞳是一家以“向电脑展示世界”为愿景的企业。 他们是与华为共同构建的全目的结构化系统，将结构化分解、数据存储、数据应用于一体的高性能、高密度计算系统，处理人体、汽车、非汽车、脸等全目的的特征识别和快速检索。 其主要功能包括目标检测、跟踪、分类、全目标特征识别、图检索、轨迹分解、综合布控、违法分解等应用。 该系统可以比较有效地解决大规模视频数据，具有同时能力强、分解识别准确、计算速度快、检索效率高等特点，可以实现警告、布控、研究判定等多种应用，提高事件效率。 适用于包括智能城市、公共安全行业在内的各种场景。

no.2不需要反复制作车轮，算法工程师的工作变得简单且极限

单机实现384路终极高密度视频实时分析，支持图像分析(检测、结构化、特征提取)的1200张/秒以上听起来不明的技术是如何在高效的机器视觉系统中实现的？

通常，高效的机器视觉系统取决于四个重要因素:核心算法、大规模训练模型自动化、智能数据挖掘和标注、基于硬件平台的计算优化。

这样，在以往流传下来的算法开发模式中，工程师在解决参数等基础业务上花费了很多时间，真正发挥其价值的时间很少。 另外，机器的gpu利用率低，硬件无法一个一个发挥其性能。 形成了人才价值和机器价值的双重浪费。

看到改进的开发模式，通过设计和开发工具，帮助数据的收集和解决，工程师管理数据、框架和计算资源，训练效率、资源的采用效率非常高，工程师的时间都用于高价值的工作拷贝

“通过虚拟化环境，系统更高效地利用了计算资源、存储资源，简化了算法工程师的工作。 ”邓亚峰总结道。

从前后两种发展模式来看，区别在于大规模的训练平台。 “大部分企业不需要重新制作车轮”邓亚峰表示，建立高效的大规模训练平台相当于其“车轮”，将算法工程师从大量低端重复作业中拯救出来。

那么，如何构建通用高效的车轮呢？格灵深瞳使用了“数据并行+模型并行”的方法。 简单来说，就是把数据和模型分配给不同的机器运行，通过巧妙的分割、设计，减少不同机器之间的数据交换量，平行扩展计算资源，实现非常高的训练效率。

这就是深瞳大脑的设计构想。 从“数据-标记-算法-培训-产品-数据”构建正循环。 这个培训框架可以支持百卡集群培训、数亿级任务培训、最多数百层和数十亿参数的深度学习模式。 “终极目标是工程师建立这个框架，通过标记数据，系统计算出完美的结果。 ”。 邓亚峰说。

no.3找那个“钥匙先生”

如上所述，高效的机器视觉系统有四个重要因素。 其中前三个与框架相关联，由内部工程师智慧处理。 四是外力如何选择最好的“伙伴”。 邓亚峰认为这几个极其重要。 “如何选择平台，计算极高。 这与效率和价格密切相关”

华为atlas、海思nnie、movidius、tpu、npu……对工程师来说，现在市场上的选择很多。 邓亚峰给出了一些重要的考虑标准:性价比怎么样？ 开发价格怎么样？ 你能提供完整的接口和框架吗？ 生态的持续性怎么样？

他认为平台的完整性和生态的可持续发展很重要。 首先，多平台的开发和维护很贵。 如果一个平台没有云、端和端的完美能力，工程师必须开发多平台并保持多平台。 添加新平台不仅会增加资金的价格，而且价值成本可能无法承受公司。 因此，选择具有云、端和端完美能力的平台可以减少不必要的重复工作。 其次，必须选择长期快速发展的生态。 如果生态没有保障，很多前期的投入都有可能无效，这是更可怕的事件。

基于这样的想法，格灵深瞳选择鲱鹏解决器+atlas 300加速度卡，结合自制行业顶尖的全目标(脸、人体、车辆、非汽车)结构化算法，构建自己的平台，进行系统调度、 在单机上实时分解384通道的终极高密度视频。 其中atlas 300 ai加速器卡是“钥匙先生”，基于310ai和910 ai解决方案升级后的atlas 300 ai加速器卡，适合人工智能训练和推理场景的各种数据。

“我们的业务优势是模型非常多，各种解决办法多方面。 atlas 300有非常多的资源。 ”邓亚峰对双方共同制定的处理方案非常满意，“这已经是领域非常领先的结果”。

华为人工智能计算平台有强大的计算能力，云、边、端丰富的产品，使综合价格更低。 邓亚峰认为，更重要的理由是华为在生态上有非常大的决心投资。 “我们开发的中间也遇到了一些困难，华为非常积极地支持我们，和我们一起调整。

格灵深瞳去年参加了领域最具挑战性的“非限制性自然环境脸部照片”测试项目，根据世界上最权威的脸部识别算法测试( frvt )发表的结果，格灵深瞳取得了世界第一的成绩。 另外，在2019年北京市交通局组织第一届交通行为图像智能识别技术大赛中，格灵深瞳的行为识别算法也获得了全国总排名第一。

理解一下，格灵深瞳选择华为主要有两个理由。

第一，华为atlas智能计算平台的强大计算能力和完整性。 基于华为上涨系列ai解决方案和行业主要层的异构计算部件，通过模块、板、小站、服务器、集群丰富的产品形态，构建面向“端、边、云”的全场景ai基础设施方案，平安城市、智能

第二，华为开放的生态和对生态伙伴的雄辩支持。 华为atlas智能计算平台支持行业主流框架，支持易用的代码迁移和模型转换工具，以灵活的协作方式与行业isv共同构建，共同获胜。 也就是说，选择防火墙atlas智能计算平台是选择开放的标准，选择越来越多的合作伙伴，选择越来越多的机会。

如果人工智能是长跑，选择最好的伙伴是到达终点的必要条件。 对格灵深瞳来说，华为atlas人工智能计算平台是其陪同的“关键老师”。

本文首次在微信公共平台上发表:备忘录可见。 文案是作者个人的观点，不代表网络的角度。 投资者据此，风险请自己承担。