华为云ModelArts研发平台升级,全面提升行业AI落地能力

电子说

1.2w人已加入

描述

9月25日,在华为全联接2020期间,华为云发布了ModelArts 3.0,融合骨干模型、联邦学习、智能评估、智能诊断和高效算力。

“ModelArts在多个行业和项目中有了成功落地,离不开华为云EI在人工智能领域的长期投入。”华为云AI首席科学家田奇指出,华为云长期扎根AI基础技术研究,覆盖计算机视觉、语音语义和决策优化三大领域,提出了六大基础研究计划。这些计划产生的许多研究成果以即插即用的方式逐步部署于华为云ModelArts,助力行业AI落地。

“华为云发布的ModelArts3.0,是面向AI在行业落地提供的AI开发平台,旨在通过AI技术高效解决行业挑战。” 谈及ModelArts 3.0发布的初衷,田奇指出,为应对这些难点,华为将骨干模型、联邦学习、智能诊断评估优化、和高效算力并将它们融入到ModelArts3.0的开发中。

具体来看,华为云骨干工具链EI-Backbone提供了AI开发的新范式。通过整合模型高效、数据高效、算力高效、知识高效,全面提升行业AI落地能力,EI-Backbone的能力,已经在10余个行业成功验证,并且斩获10余个业界挑战赛冠军。

众所周知,数据是AI应用的基础,只有基于多样化的数据,才能实现AI智能感知。然而,在实际AI行业落地中,数据是分散在不同的数据控制者之间,这就导致了行业应用的数据孤岛问题,使得AI算法训练效果受到限制。

针对这个问题,华为云Modelarts提供联邦学习特性,实现数据不出户的联合建模。用户各自利用本地数据训练,不交换数据本身,只用加密方式交换更新的模型参数,实现协同训练。

目前,华为云EI与中国科学院上海药物所的蒋华良院士合作,将华为自研的FedAMP算法和AutoGenome算法应用到药物研发的AI任务中,精准预测药物水溶解性、心脏毒性和激酶活性,准确度远超传统的联邦学习和深度学习算法。

并且,华为云提供云边协同的服务,支持不同地点、不同客户的数据进行联邦训练,通过加密方式上传服务端,对全局模型进行更新,再将其下发至边缘设备,便捷支持同业态的横向联邦和跨业态的纵向联邦学习。联邦训练参与者可以通过云端,也可以通过华为云边缘设备(如智能小站)的计算能力参与联邦训练,实现行业内联合建模。

众所周知,模型在部署上线前,需要进行充分评估,结果优秀的模型直接投入生产环境,差强人意的则需要进一步优化迭代。

田奇表示,ModelArts提供了全面的可视化评估、智能化诊断功能,使得开发者可以直观的了解模型的各方面性能,进而针对性的进行调优或部署生产。

值得关注的是,弹性训练也是ModelArts的核心能力之一,可以根据模型训练速度的需求自适应实现资源的最佳分配。

据田奇介绍,ModelArts提供两种模式,一是Turbo模式,可以充分利用空闲资源加速已有训练作业,训练速度可提升10倍以上,并且不影响模型的收敛精度;二是经济模式,可以通过最大化资源利用率给开发者提供极致的性价比,在大多数典型场景下可以提升性价比30%以上。

此外,为了更好地支持超大算力需求的AI研发,华为ModelArts平台在集群规模,任务数量,以及分布式训练都做了针对性的优化。

田奇表示,ModelArts研发平台能够管理上万的节点,更好的支持大型训练任务需求。通过优化服务框架,ModelArts平台支持10万级别的作业同时运行、支持万级芯片的大规模分布式任务。

“在骨干网络、联邦学习、模型诊断优化、高效算力的加持下,华为云ModelArts会加速AI在行业落地。”田奇指出,未来,华为云将持续聚焦于模型高效、数据高效、算力高效和知识高效4个重点方向,扎根于AI基础研究,持续践行普惠AI。
       责任编辑:tzh

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分