9月25日,在華為全聯(lián)接2020期間,華為云發(fā)布了ModelArts 3.0,融合骨干模型、聯(lián)邦學(xué)習(xí)、智能評估、智能診斷和高效算力。
“ModelArts在多個(gè)行業(yè)和項(xiàng)目中有了成功落地,離不開華為云EI在人工智能領(lǐng)域的長期投入。”華為云AI首席科學(xué)家田奇指出,華為云長期扎根AI基礎(chǔ)技術(shù)研究,覆蓋計(jì)算機(jī)視覺、語音語義和決策優(yōu)化三大領(lǐng)域,提出了六大基礎(chǔ)研究計(jì)劃。這些計(jì)劃產(chǎn)生的許多研究成果以即插即用的方式逐步部署于華為云ModelArts,助力行業(yè)AI落地。
“華為云發(fā)布的ModelArts3.0,是面向AI在行業(yè)落地提供的AI開發(fā)平臺,旨在通過AI技術(shù)高效解決行業(yè)挑戰(zhàn)。” 談及ModelArts 3.0發(fā)布的初衷,田奇指出,為應(yīng)對這些難點(diǎn),華為將骨干模型、聯(lián)邦學(xué)習(xí)、智能診斷評估優(yōu)化、和高效算力并將它們?nèi)谌氲組odelArts3.0的開發(fā)中。
具體來看,華為云骨干工具鏈EI-Backbone提供了AI開發(fā)的新范式。通過整合模型高效、數(shù)據(jù)高效、算力高效、知識高效,全面提升行業(yè)AI落地能力,EI-Backbone的能力,已經(jīng)在10余個(gè)行業(yè)成功驗(yàn)證,并且斬獲10余個(gè)業(yè)界挑戰(zhàn)賽冠軍。
眾所周知,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)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,實(shí)現(xiàn)數(shù)據(jù)不出戶的聯(lián)合建模。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)協(xié)同訓(xùn)練。
目前,華為云EI與中國科學(xué)院上海藥物所的蔣華良院士合作,將華為自研的FedAMP算法和AutoGenome算法應(yīng)用到藥物研發(fā)的AI任務(wù)中,精準(zhǔn)預(yù)測藥物水溶解性、心臟毒性和激酶活性,準(zhǔn)確度遠(yuǎn)超傳統(tǒng)的聯(lián)邦學(xué)習(xí)和深度學(xué)習(xí)算法。
并且,華為云提供云邊協(xié)同的服務(wù),支持不同地點(diǎn)、不同客戶的數(shù)據(jù)進(jìn)行聯(lián)邦訓(xùn)練,通過加密方式上傳服務(wù)端,對全局模型進(jìn)行更新,再將其下發(fā)至邊緣設(shè)備,便捷支持同業(yè)態(tài)的橫向聯(lián)邦和跨業(yè)態(tài)的縱向聯(lián)邦學(xué)習(xí)。聯(lián)邦訓(xùn)練參與者可以通過云端,也可以通過華為云邊緣設(shè)備(如智能小站)的計(jì)算能力參與聯(lián)邦訓(xùn)練,實(shí)現(xiàn)行業(yè)內(nèi)聯(lián)合建模。
眾所周知,模型在部署上線前,需要進(jìn)行充分評估,結(jié)果優(yōu)秀的模型直接投入生產(chǎn)環(huán)境,差強(qiáng)人意的則需要進(jìn)一步優(yōu)化迭代。
田奇表示,ModelArts提供了全面的可視化評估、智能化診斷功能,使得開發(fā)者可以直觀的了解模型的各方面性能,進(jìn)而針對性的進(jìn)行調(diào)優(yōu)或部署生產(chǎn)。
值得關(guān)注的是,彈性訓(xùn)練也是ModelArts的核心能力之一,可以根據(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。
據(jù)田奇介紹,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。
此外,為了更好地支持超大算力需求的AI研發(fā),華為ModelArts平臺在集群規(guī)模,任務(wù)數(shù)量,以及分布式訓(xùn)練都做了針對性的優(yōu)化。
田奇表示,ModelArts研發(fā)平臺能夠管理上萬的節(jié)點(diǎn),更好的支持大型訓(xùn)練任務(wù)需求。通過優(yōu)化服務(wù)框架,ModelArts平臺支持10萬級別的作業(yè)同時(shí)運(yùn)行、支持萬級芯片的大規(guī)模分布式任務(wù)。
“在骨干網(wǎng)絡(luò)、聯(lián)邦學(xué)習(xí)、模型診斷優(yōu)化、高效算力的加持下,華為云ModelArts會(huì)加速AI在行業(yè)落地。”田奇指出,未來,華為云將持續(xù)聚焦于模型高效、數(shù)據(jù)高效、算力高效和知識高效4個(gè)重點(diǎn)方向,扎根于AI基礎(chǔ)研究,持續(xù)踐行普惠AI。
責(zé)任編輯:tzh
-
芯片
+關(guān)注
關(guān)注
455文章
50730瀏覽量
423191 -
華為
+關(guān)注
關(guān)注
216文章
34417瀏覽量
251518 -
AI
+關(guān)注
關(guān)注
87文章
30758瀏覽量
268903 -
人工智能
+關(guān)注
關(guān)注
1791文章
47206瀏覽量
238278
發(fā)布評論請先 登錄
相關(guān)推薦
評論