疫情催化,二号站可信吗?聚焦10100亿大数据红利

因野蛮生长,大数据产业“栽倒”在2019年。而在2020年初,作为疫情防控的重要力量,大数据技术很快重获关注。二号站可信吗?

  助力防控,优势尽显

  根据研究机构Gartner给出的定义,“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。

  大数据产业链主要包括数据采集、基础设施和数据应用三大环节。在上游的数据采集环节,主要的“玩家”包括政府机构、大型企业、互联网平台等。作为数据生产者,上游玩家拥有更强话语权的同时,也受到最多关注。

  在疫情防控期间,BAT等互联网平台型企业均应用大数据技术,切入疫情防控各环节。

  其中,百度发布疫情实时大数据报告,有助于市民了解周边的疫情发展,并帮助调配物资。百度地图的人口迁徙数据直观显示了疫情可能的传播途径,验证了人传人以及疫情源头等情况。数据显示,从武汉市迁出的人员排名前三的分别是黄冈市、孝感市、鄂州市,从结果来看,以上三个城市的疫情严重性仅次于武汉。

  作为重要数据来源,运营商的数据优势显著。首先,运营商用户基础大,在覆盖面上的优势无可比拟。其次,电信用户实行实名制,运营商拥有真实详细的电信数据。此外,处于数据交换中心,运营商能够获取地理位置等信息。疫情期间,手机用户可以通过向运营商发送短信获取个人轨迹,并将其作为返工后的辅助排查方式。

  针对疫情,云天励飞上线了自主研发的“深目”系统,这一系统可以针对目标人员的出行轨迹进行精确筛查。近日,深圳一男子隐瞒从湖北返深事实,当地公安部门借助该系统,查询到该男子的多条外出轨迹和接触人员。最终,与该男子接触的72名居民和3名社区工作人员被隔离观察。二号站总代理

  聚焦万亿大数据红利

  疫情防控为大数据技术提供应用土壤,凸显其产业的价值。事实上,作为战略新兴产业,大数据产业本身就属于高景气行业。

  从全球范围来看,根据Statista于2019年8月发布的报告,在2018-2020年的预测期内,大数据市场整体的收入规模将保持每年约70亿美元的增长,预计全球大数据市场收入规模2020年将达560亿美元。

  同样根据Statista的报告,作为世界上数据量最大的国家,我国大数据市场产值不断提升,2020年将超万亿元。

  大数据产业规模在未来快速增长,指数级增长的数据量和新经济价值是产业上行的基本逻辑。与此同时,政策及企业的积极挖掘以及技术体系的不断完善,也是产业景气度提升的重要原因。

  中国已将大数据视为新经济的重要支撑,且不断改善政策环境。从2014年,大数据首次写入政府工作报告,再到写入2016年颁布的《十三五规划纲要》,历经预热到落地,已进入深化发展阶段。截至2019年底,除港澳台外,全国31个省级单位均已发布了推进大数据产业发展的相关文件,

  大数据技术体系主要由数据分析技术、数据流通技术和事务处理技术构成。据业内人士介绍,经过是多年发展,国内的大数据技术体系已经相当完善。

  根据访问和交互频率,大数据也可以划分为热数据和冷数据。在以往,以互联网平台数据为代表的数据已经得到重视,且在绘制用户画像、产品开放等方面得到充分利用。而来自政府部分数据,相当一部分属于较少被使用的冷数据库存。

  一方面是缺乏整体协同的数据库顶层设计,一方面是政府管理方式带来的阻碍。谈及大数据应用,打破“信息孤岛”一直被视作难点。

  而在疫情防控的背景下,应用G端数据得到提速。在疫情开始扩散的早中期,国家卫建委高级别专家组成员李兰娟院士,就提出使用大数据摸排无症状患者的方案。

  政策也很快给予支持,加速政府大数据的开放与融合。2020年1月27日,国务院发布《近期防控新型冠状病毒感染的肺炎工作方案》,即明确指出各地要充分应用“大数据+网格化”等手段进行疫情防控工作。

  在G端大数据领域内,目前,公共卫生大数据以及公安大数据最为值得关注,且已经获得资本市场的肯定。

  浪潮健康是国内领先的健康医疗大数据平台服务运营商。针对政府端数据,浪潮健康通过利用健康医疗大数据,在宏观层面提供大数据的高层视图,为宏观层面的决策提供辅助支持。尤其值得注意的是,在投融资低迷的2020年第一季度,浪潮健康完成了1亿元A轮融资。

  公安大数据方面,美亚柏科一直是细分行业龙头。针对本次疫情,美亚柏科推出了基于公安大数据的疫情分析平台。借助公安大数据支持疫情防控的美亚柏科,也很快受到资本市场关注,接受超两百家机构进行调研。二号站首页

  事实上,作为重要的信息资产,大数据最早的经典应用案例就是用于流行性传染病的防控。2008年初,Google推出Google流感趋势网站,并根据搜索数据进行实时预测。结果,Google不仅准确预测到H1N1病毒爆发的时间和地点,更向世人揭示其应用潜力。

  在新型肺炎疫情防控的过程中,依托成熟的产业,并借助人工智能、云计算等技术,大数据优势尽显。病毒溯源,疫情追踪,趋势研判……找到了正确打开方式的大数据,再度证明其产业价值的同时,也将触发新一轮机遇  

read more

超百倍净利润二号站总代理增长背后,ETC如何向阳生长

在当前泛安防市场增长乏力背景下,如此巨额增长引起了业内的关注。虽然增长数据让业内颇为惊讶,但这正发生在ETC企业的身上。二号站总代理

  2月末3月初,多家业务涉及智能交通行业的上市企业交出2019年成绩单。这其中,专注于ETC停车的金溢科技的成绩单极为引人注目。

  公告显示,其2019年营业收入为28.6亿元,同比增长373.48%;归属于上市公司股东的净利润为8.81亿元,同比增长3971.65%。

  针对于其各项收益的快速增长,金溢科技在其业绩快报中给出了两点原因,

  ● 报告期内,国家大力推进取消全国高速公路省界收费站工程建设,以及推动ETC电子标签的普及应用,路侧天线和电子标签等ETC相关设备市场需求较上年同期大幅增长,公司ETC相关产品销售量同比大幅增加,导致公司全年营业收入同比大幅增加。

  ● 政府补助同比大幅增加,增厚利润。

  无独有偶,从事ETC相关产品研发生产的万集科技也在近期公布2019年业绩快报。报告期内其实现营业收入32亿元,同比增长376.56%;归属于上市公司股东的净利润8.31亿元,同比增长12539.86%。二号站总代平台

  在多项ETC政策的推动下,2019年的ETC市场,不仅有金溢科技、万集科技等ETC相关产品方案的企业乘风而上,更有千方科技、高新兴等业务涉及智能交通企业,通过与地方交通管理部门开展战略合作、收购ETC企业股权等方式入局竞争。

  虽然2019年ETC市场在政策的推动下并迸发强劲的活力,但在此之前,ETC在国内的推广也曾走过一段曲折之路。ETC办理程序繁琐、通道建设不足、设备无法识别、无ETC车辆误闯等问题,严重阻碍了ETC的落地情况。

  在通过一段时间的积累后,相关管理部门、银行、企业也在实战中发现以往推广中存在的诸多问题,开始通过精简ETC办理手续、加强信息支付安全、提高车辆识别率、加强ETC后续服务等方式,解决了以往ETC落地繁琐难题,以此增加用户对ETC的接受度。

  特别是在多项政策的加持下,ETC用户的不断增长也让单一的高速收费场景无法满足,ETC开始逐步从高速向着交通枢纽、旅游景区、工业园区、大型商场、社区等多个城市场景的智慧停车服务延伸。二号站登录网址

  政策红利迸发ETC市场空间

  ETC即电子不停车收费系统,其运行离不开路侧单元(RSU)、车载单位(OBU)和专用短程通信技术(DSRC)三大载体。

  在实际运行中,当车辆在通过收费节点时,RSU与OBU通过DSRC进行通讯,利用计算机计算机联网与银行进行后台处理,实现车辆识别、信息读写,并自动从绑定的金融IC卡、银行账户上扣除相应费用,从而使得车辆不停车即可完成缴费,提高通行效率。

  数据统计显示,高速公路ETC的通行能力是传统人工收费的3—5倍,对于提高高速公路运输质量增效显著。

  事实上,作为2019年炙手可热的技术,ETC全国联网工作早在2014年3月便通过交通部发布的《交通运输部关于开展全国高速公路电子不停车收费联网工作的通知》开始启动,到2015年10月便已实现全国ETC联网运营。

  但截止至2018年底,我国ETC用户数仅为7656万,在当年汽车保有量2.4亿辆情况下,ETC用户使用率约为32%,远低于美国、日本等发达国家80%-90%的覆盖率。

  究其原因,一方面,高速公路收费点ETC通道建设不足、ETC无法识别、人工收费车辆闯入ETC收费通道等乱象,导致高峰期ETC车道堵塞现象时有发生,耗费时间更甚于走人工通道,使得ETC用户增长缓慢。

  另一方面,很多车主在了解ETC便利的同时,担忧ETC办理程序繁琐、车主信息泄密、盗刷、乱扣费等问题而迟迟没有办理。

  这一现状在ETC企业不断改进设备安全与识别效率、相关部门及银行改善办理手续后得到好转。

  而为进一步实现不停车快捷收费,2019年相关ETC政策开始密集出台。

  2019年3月,李克强总理在《政府工作报告》中提出两年内基本取消全国高速公路省界收费站,交通运输部路网监测与应急处置中心设立2020年基本实现全国范围取消省界收费站的目标。

  2019年5月,国务院办公厅、国家发改委和交通运输部,相继印发《深化收费公路制度改革取消高速公路省界收费站实施方案》和《加快推进高速公路电子不停车快捷收费应用服务实施方案》,要求到2019年12月底,高速公路不停车快捷收费率达到约90%以上,所有人工收费车道支持移动支付等电子收费方式,来提升高速公路不停车收费服务水平。

  2019年6月,国家改革委、交通部发布的《加快推进高速公路电子不停车快捷收费应用服务实施》政策要求,2019年底完成ETC车载装置技术标准制定,2020年7月起,新申请产品准入的车型应在选装配置中增加ETC车载装置。

  在政策红利的影响下,2019年底,我国ETC用户增长达到1.2亿,全国ETC用户累计已达2亿,全国高速公路收费系统完成了改造,实现了取消省界站的目标。而2亿ETC车辆的庞大用户群也将迸发出广阔的市场拓展空间。

  ETC场景应用从高速走向城市

  在ETC用户不断增长的背景下,单一的高速收费场景已不再满足ETC市场需求,ETC将向城市交通枢纽、旅游景区、工业园区、住宅小区等多个城市停车场景延伸,从而赋能城市智慧停车生态链。

  曾有多位业内人士向CPS中安网表示,2020年ETC市场需求仍将持续保持旺盛,特别是在新申请车型选装配置中增加ETC车载装备,将极大扩充OBU市场需求。而后续新建高速及城市停车场改建等诸多项目建设也势必将带来市场RSU需求的持续增长。

  金溢科技相关负责人也表示,ETC向城市的扩展应用是行业发展的趋势,特别是随着近年来ETC的快速普及以及用户对ETC接受度的大幅提升,ETC作为汽车识别和电子支付的技术也将得到充分体现,为车主提供基于ETC的服务将产生庞大市场空间。

  特别在当前的冠状病毒肺炎疫情防控中,ETC作为一种非接触式的电子识别及收费手段,可以实现无人值守,可以大幅减少人工干预,客观上对疫情的防控是可以起到积极作用。

  比如停车场、加油站属于人群高度流动和聚集的场所,使用ETC技术进行升级后,将减少车主停车、加油的时间,减少服务人员的数量,提高停车场和加油站的经营效率,对疫情防控带来帮助。

  此外,在城市ETC领域,涉及到的如停车场、加油站、充电桩等经营场,企业修理、美容、保险等服务领域需求多种多样,也将使得城市ETC市场需求呈现多样化和分散化。

  数据统计显示,2018年底,城市停车场的数量在100万以上,加油站的数量在10万个以上, ETC的城市拓展应用市场空间广阔,ETC产品的渗透率将逐年提高,市场规模的增长预计将持续3-5年以上。

  同时在政策层面上,国家相关部门也给予了城市ETC拓展的大力支持。2019年6月国家发改委、交通部联合发布,关于印发《加快推进高速公路电子不停车快捷收费应用服务实施方案》的通知提出,鼓励ETC在停车场等涉车领域应用,在2020年12月底前,基本实现机场、火车站、客运站、港口码头等大型交通场站停车场景ETC服务全覆盖。

  业内人士表示,疫情过后,国家需要稳定经济增长,交通建设特别是基础设施信息化将是国家重点投资的领域。

  ETC落地效果仍需攻坚

  尽管ETC在高速收费卡口应用已日趋成熟,但作为电子产品而言,ETC在实际应用中仍难免存在着无法识别、系统收费不合理等诸多问题。

  一方面,在高峰期车流量过大的情况下,一旦某一车辆无法识别,后续车辆又多,便会陷入进退两难的窘境,造成更加拥堵情况的出现。

  另一方面,在2020年初取消省界收费站后,全国多地车主对ETC重复扣费、多扣费、ETC失灵、系统时间混乱争议也时有发生。

  基于此,越来越多的高速运营单位加快设备调试进度,同时在收费站岗亭配有工作人员,一旦遇到无法识别的情况,工作人员将及时处理。在企业层面,相关企业也在通过提升识别精度来减少ETC无法识别情况的发生。

  与此同时,有关部门也已明确表示,在经过改进与修复后,ETC系统已于2月底恢复正常收费,基本不存在“奇葩”的扣费金额。针对省界收费站取消后争议较大的货车收费方面,部分省市自治区政府也相应调整了当地的高速收费标准,实行差异化收费制度,并在未来一段时间内给予了货车通行相当大的优惠。

  近期相关部门也出台了收费公路联网收费和运营的服务规则的征求意见稿,表示将改变和完善ETC计费方式,同时将对扣费信息进行及时推送。

  在走向城市应用场景时,这种用户体验度将更为重要,为此相关ETC企业在拓展城市智慧停车场景时,除了要不断提升识别精度外,还需要针对不同场景用户需求的不同,来提出相对应的整体服务方案。

  据悉,当前金溢科技、捷顺科技、万集科技已在浙江、北京、深圳等城市不同停车场景实现了ETC方案落地应用。

  结语

  在政策的助推下,ETC已然成为了当前智能交通市场的最大增长点,相关ETC企业财报的亮眼表现以及城市ETC市场的广阔空间,也将吸引更多的企业耕耘其中,争夺ETC用户的竞争也将悄然打响。

read more

存储芯片韩二号站首页国独揽,庞大内需能否拉动国产替代

对于手机、平板、电脑、笔记本等所有电子产品来说,“内存”是必不可少的半导体器件之一。

  内存也叫做存储器,是整个半导体行业三大支柱之一。全球半导体贸易协会(WSTS)数据显示,2019年全球半导体市场规模为5000亿美元,其中,存储器市场规模1155亿美元,占比高达22%。二号站首页

  巨头瓜分全球,高度垄断

  存储器的核心是存储芯片。以断电后数据是否丢失为划分依据,存储芯片可分为“易失性芯片”和“非易失性芯片”两大类。

  易失性存储芯片通常被用在随机存储器RAM(Random Access Memory)中,通常在断电之后,这类存储器就会丢失数据。常见RAM芯片有两大类:SRAM和DRAM。

  SRAM被称为静态RAM(Static RAM),是目前读写速度最快的存储设备,但是由于造价昂贵,因此SRAM只在对速度要求苛刻的地方使用。譬如CPU的一级缓冲,二级缓冲。

  DRAM是指动态RAM(Dynamic RAM)。DRAM能留存数据的时间很短,通常断电即消失,读写速度比SRAM要慢不少,但DRAM比SRAM要便宜得多,因此DRAM常被用作计算机的内存。

  不过这两种RAM芯片的读写速度都比ROM芯片速度快。ROM(Read Only Memory)即只读存储器,在系统停止供电的时,ROM仍然可留存数据。

  ROM拥有众多细分应用领域,常见的就是我们所说的闪存(Flash Memory)。二号站注册

  “虽然存储芯片拥有如此多的细分品种和领域,但这完完全全是一个寡头市场。”紫光集团高级副总裁周晨对亿欧说道。

  放眼全球,存储芯片市场已高度集中甚至垄断,三大主流产品:DRAM、NAND Flash、NOR Flash更是如此,全球市场基本被前三大公司占据,且近年来垄断程度还在不断提高。

  IC Insights数据显示,韩国三星、海力士和美国美光科技三大厂商共占全球存储芯片市场份额的95%。其中,三星占据市场份额最大,达44.5%,得益于存储业务的高速增长,三星在2017年超越了英特尔,成为全球第一大半导体厂商。位列二三名的海力士和美光分别占市场的27.9%和22.9%。

  从细分领域来看,全球85%的DRAM市场被三家企业瓜分,其中三星DRAM占全球市场份额的45.8%。NAND Flash市场几乎全部被三星、海力士、东芝、闪迪、美光和英特尔等六家瓜分,其中,三星NAND占全球市场的37%。

  由于这三家企业在产业链上游拥有绝对的支配地位,所以产品议价能力极强,甚至可以操纵市场价格。不久前,这三家企业共同被反垄断法制裁,反垄断法或许是他们唯一的“对手”。二号站网址

  中国是全球最大的DRAM芯片进口国。因核心技术被垄断,我国在这方面的发展速度极为缓慢。加之电子产业对DRAM存在刚性需求,仅去年一年,DRAM芯片的价格就上涨了40%之多。

  存储芯片国产化之路,势在必行。

  兆易创新创始人兼董事长朱一明告诉亿欧:目前我国存储芯片的进口依赖十分明显,加快国产化进程十分重要。存储芯片拥有明显的市场周期特征,参与到这激烈的市场竞争中,第一步是要准确把握这些特征和规律。

  以DRAM为例,DRAM领域经过几十年的周期循环,玩家从80年代的四五十家,逐渐减少到了2008年金融危机之前的五家,分别是:韩国三星、韩国SK海力士、德国奇梦达、美国美光和日本尔必达。

  这五家公司基本控制了全球DRAM供给,其余终端产品厂商几乎没有生产DRAM的能力。按照常理来说,格局已经稳定,就不会再发生价格战。

  可惜的是,韩国并不满足于此,尤其是三星。

  三星充分利用了存储芯片行业的强周期特点,在价格下跌、生产过剩、其他企业削减投资的时候,逆势疯狂扩产,通过大规模生产进一步降低产品价格,从而逼迫竞争对手退出市场,甚至让对手直接破产,这一系列操作也被称为“反周期定律”。

  过去,三星共三次利用“反周期定律”,前两次分别发生在80年代中期和90年代初,这让三星从零开始,坐到了存储芯片龙头的位置。但三星仍不满足。

  2008年DRAM市场供过于求,价格狂跌,加上金融危机来袭,企业纷纷面临寒冬。就在此时,三星将2007年总利润的118%投入DRAM 扩张业务,故意加剧行业亏损,给艰难度日的对手们最后一击。

  DRAM价格一路暴跌,2008年底更是跌破了材料成本。随后奇梦达、尔必达等企业相继宣布破产,曾经占据DRAM市场50%以上份额的日本,也输在了这一轮“周期”中。

  所以,我国企业要参与到存储芯片市场竞争,第一步就是要了解并紧跟行业周期,第二步则是抓住我国在需求端的优势。

  “如今人工智能等技术带来的巨大数据总量,将成为存储芯片行业新的契机。”希捷科技中国区总裁孙丹告诉亿欧。

  IDC《数字化世界—从边缘到核心》报告显示:预计中国数据空间的平均增长率在未来7年达30%,到2025年中国将拥有世界上最大的数据空间。

  庞大的数据量,将会成为支撑我国存储芯片行业的基石。中囯已有多家企业向存储器芯片制造发起冲锋,例如紫光集团长江存储、福建晋华、合肥长鑫、武汉新芯等。

  存储芯片国产替代能否成功,未来的三到五年极其关键。国产厂商可以在细分领域找突破,打造自己的生态。未来必须利用好庞大的内需市场,不断优化自身的开发能力,努力达到国际产能的平均水平,才有机会在国外巨头的“高压”下,占有一席之地。

read more

旷视Brain++二号站怎么注册?天元框架开源,奠基AI生态共建

深度学习是贯穿当今人工智能应用的核心框架之一。如何利用深度学习框架、高效进行人工智能开发,已经成了全球AI开发者们热议的话题。二号站怎么注册?

  3月25日下午,旷视科技于线上正式发布“Brain++·天元”深度学习框架。

  “Brain++”是由旷视自主研发的端到端人工智能算法平台,总体架构上分为三部分,包括深度学习框架MegEngine、深度学习云计算平台MegCompute、以及数据管理平台MegData,具备大规模算法研发能力。

  而天元(MegEngine)则是旷视Brain++最核心的组件,可帮助开发者用户借助编程接口,进行大规模深度学习模型训练和部署,具备训练推理一体化,动静合一,兼容并包和灵活高效四个特点。

  MegEngine: 深度学习框架的新纪元

  发布会上,旷视研究院高级技术总监田忠博对于天元MegEngine做出了更详尽的介绍。二号站

  天元架构从上到下共分为5个层次。最上层为计算接口层,天元对外暴露的接口为Python和C++接口,支持Python和C++语言对框架进行编程和使用,进行原型系统的设计研发和训练推理。

  第二层为图表示层,包含动态图和静态图表示功能。在图表示层下,第三层为核心计算层,包括自动求导、图优化、图编译等主要功能。同时,一体化核心计算引擎层次负责支撑动态图、静态图表示功能,以及上层接口功能。

  系统第四层为管理层,分为运行管理和内存管理两部分,负责计算调度和内存管理。其中非常值得一提的是内存管理模块中实现的“静态内存亚线性优化”功能,可以使内存管理效率得到大幅提升。

  最底层为系统核心计算层,包含核心算子库,可以支持X86、CUDA、ARM、ASIC等一系列常见计算设备;以及一个高性能异构通信库,可以支持计算框架的分布式、多节点使用,从而支持更大规模的应用。

  天元MegEngine的优势

  天元框架的诞生,有针对性地解决了人工智能产品开发中一系列痛点:

  ▎训练推理一体化

  传统深度学习产品的研发过程中,训练框架和推理框架往往是分别设计和实现的,当进行算法设计时,算法首先需要获得训练框架的支持,变为可训练的模型,再转为为推理框架可支持的格式,在不同的设备上进行计算。二号站APP下载

  这些复杂的流程可能会导致一系列问题:如算子不被支持、无法自动优化、冗余算子引入导致系统性能下降等。

  而天元框架无需进行模型转化,可直接使用训练后的模型进行推理,保证训练和推理时的速度和精度一致,以及在跨设备模型训练时精度对齐。并且通过简化流程,天元可以自动对流程优化,提高效率。

  ▎动静合一

  在人工智能原型开发中,静态图更好部署,更容易变为产品。而在研究过程中,动态图更方便调试,更加灵活。

  天元框架尝试取两者优点,设计为可在动态和静态两种模式中切换,达到在两种模式下都可正确进行计算的状态,从而提升研究到部署过程中的效率。

  ▎兼容并包

  目前人工智能开源框架众多,每种框架的接口各异,导致了模型复现困难,学习成本高的问题。

  天元框架设计时,在函数命名风格和参数设计细节上都遵循Python社区的传统,并简化整体API风格,降低框架的使用和学习成本。

  同时天元框架还尝试性添加了模型导入功能,使模型可以更简单地被复现和对比,方便原型开发和实验。

  ▎灵活高效

  对AI产品研发生产公司来说,为了提供极致的AI服务,需要其产品在不同设备上都达到极致的性能。

  天元框架借助其高性能的算子库和高效的内存优化策略,可以充分利用不同设备的算力,从而达到灵活高效的效果,使得同样的设备在应用天元框架时可以训练更大的模型,支持更多的算法种类。

  Brain++天元助力科研与生产

  根据旷视首席科学家、旷视研究院院长孙剑的介绍,旷视Brian++天元框架的特点可以简单总结为三点:“训得好”,“训得快”,“训得动”。

  ▎框架与算法协同——训得好

  孙剑博士介绍道,天元的第一个特点是框架与算法协同。今天,人工智能的算法运行在各种各样不同的平台之上,而云、端、边设备的特性差异很大,无法设计一种网络满足所有需求。

  旷视在进行深度学习研发的过程中,发现了一种三角形关系:三角形的三个顶点分别意味着取得良好训练效果的三要素——训练框架、计算设备、网络结构。

  为了达到最好的效果,三者需要联合设计,基于对不同计算设备特性的研究,天元框架可以快速开发算子,并灵活高效地进行算子优化,适配不同特性的计算设备,这是取得最优运行效果的关键。

  受益于天元框架和对端侧设备的深刻理解,旷视“协同设计”理念的成果“ShuffleNet”,近几年在端上取得了优异的效果,帮助国内手机厂商加速其智能化过程,并成为了各大主流框架中的标准实现。

  ▎高效训练系统——训得快

  随后,孙剑博士又介绍道,在计算机视觉领域非常有名的MS COCO大赛中,旷视在2017-2019年连续三年夺冠。这得益于旷视天元框架的高效训练系统。
  原因是多样的,但其中非常关键的是天元框架第一次引入SyncBN技术,能够支持超大Mini Batch训练,从而大幅度提高了训练模型的速度,训练时长由30个小时缩减至2小时,让研究人员可以在同样的时间去测试更多的想法,不断推进对计算机视觉和AI的认知。

  ▎大规模能力——训得动

  最后,孙剑博士解释了天元的大规模能力与旷视数据库容量规模有关。在2019年,旷视联合北京智源人工智能研究院联合发布了Object365数据集,现在Object 365 V2 已经包含超过200万张图像,超过2800万个人工标签,是COCO的16倍大。

  更大的数据可以确定更好的模型,带来更高的精度、更快的收敛。同时,旷视天元具有高加速比、亚线性显存节省技术等特性,因此可以轻松完成更大容量的训练。

  目前,Brian++天元框架除了帮助旷视在科研学术方面取得优异成绩,也已在产业界落地应用,赋能企业。

  开源框架百家争鸣,共建AI生态

  人工智能在近几年快速的发展和应用引起了广泛的关注,关于底层人工智能框架的发展,CPS中安网曾在《中国安防人工智能发展产业指南》详细给出目前市面上包括谷歌TensorFlow,加州伯克利分校Caffe,百度PaddlePaddle,Facebook的PyTorch,微软CNTK,谷歌Keras,亚马逊MxNet等主流框架的整理信息。

  Brain++天元框架的诸多底层创新确保了其技术的国际领先地位。同时对于“目前国内计算机视觉公司相关产品和应用的研发主要基于谷歌、微软、亚马逊、Faceebook 等国际巨头的框架”的现状,旷视天元框架的开源无疑是极为重要的,同时也将为人工智能上层应用创新带来更多的可能性。

  据悉,旷视此次发布会上开源的是天元框架Alpha版本,计划在6月和9月分别提出Beta版本和正式版本,并会在OpenAI和GitHub同步发布。同时伴随着天元框架发布的还有旷视的在线深度学习工具MegStudio以及汇聚顶尖模型的ModelHub。

  旷视科技CTO唐文斌表示,“天元”一词指代的是围棋棋盘的中心点,也意味着万物的基础。旷视希望天元框架能够成为中国人工智能的基石,同时也希望在Beta版本和正式版本之间,有更多的人来贡献code,给出建议,提出批评,一起共建更好的AI生态,创造更多的价值。

read more

二号站测速官网从华为MindSpore看框架开源之势

国内开源界发生了不少大事件,清华开源了计图框架,旷视开源了天元框架,随后,华为开源了自研的深度学习框架MindSpore。二号站测速官网

  目前其代码已经上线,首先发布的是0.1.0-alpha版本,接下来将逐步完善。

  MindSpore作为华为整体AI解决方案的一部分,支持端边云全场景的深度学习训练推理框架,主要应用于计算机视觉、自然语言处理等AI领域,面向数据科学家、算法工程师等人群,提供设计友好、运行高效的开发体验。

  同时,MindSpore不但提供昇腾AI处理器原生支持及软硬件协同优化,也支持通用CPU和GPU。

  MindSpore框架解读

  目前,人工智能的研究和生产之间存在巨大的鸿沟。二号站总代理

  一方面,学术界AI相关的研究持续升温,各种模型算法、诉求层出不求;另一方面,工业界的AI模型应用也在不断推出。各种不同场景,如平安城市、指挥交通、医疗生物等,都需要巨大的数据集和完备的功能来适应特定的需求。

  现有的框架多数开发门槛高,同时全场景能力不足,异构性不强。MindSpore可以实现统一架构,一次训练,多处部署。通过实现AI算法即代码,MindSpore可以显著减少模型的开发时间。

  从整体架构来看,MindSpore具备基于源码转换的通用自动微分、自动实现分布式并行训练、数据处理、以及图执行引擎等功能特性。

CPS中安网

  1、自动微分系统

  MindSpore第一大特点是其自动微分系统。在深度学习中,自动微分通常指对网络模型自动求导,通过梯度指导对网络权重的优化。

  在当前主流的深度学习框架当中,有三种自动微分技术:

  第一种是基于静态数据流图的转换,以TensorFlow为代表,可利用静态编译技术对网络性能优化。但是这种方法受制于数据流图的表达形式,不能灵活地表达控制流。

  第二种是以PyTorch为代表的基于动态图的转换。虽然这种方法可以使用户灵活地使用控制流,但其也存在运行时资源开销高的弊端,且不能运用静态编译技术对计算图进行性能优化。二号站注册

  最后一种是MindSpore采用的技术,基于源码转换的通用自动微分技术。

  这种方法的好处在于,源以函数式编程框架为基础,以即时编译的方式在中间表达上做自动微分变化,支持复杂控制流场景、高阶函数和闭包。

  由于支持对控制流的自动微分,技术上可以兼得前两种微分技术的优点,既支持灵活的原生的控制流表达,同时也可以在执行前对网络做静态编译优化,生成高效的计算图,从而提高执行性能。

  2、自动并行

  第二大特性,是MindSpore具备自动实现分布式并行训练的能力。在模型研发过程当中,除设计模型自身的逻辑,还需要设计分布式并行训练的逻辑。

  开发者不仅要分析数据量、参数量、集群网络拓扑等因素来确定模型切分策略,还要考虑切分后的子模型设备绑定等问题,从而达到性能良好的并行训练效果。

  对于逻辑复杂、参数大的模型,人工寻找最优的并行策略与实现业务目标并无直接关系,但是却需要耗费大量的精力。MindSpore针对此问题,提出了全新的分布式并行训练模式,融合了数据并行、模型并行和混合并行模式。

CPS中安网

  MindSpore实现自动分布式并行训练是通过构建基于数据量、模型参数量、网络集群拓扑带宽等信息的代价模型,自动选择代价最小的模型进行切分,并绑定模型到设备执行。整个过程几乎不需要开发者参与,可以使开发者更专注于模型逻辑的开发。

  3、数据处理功能

  MindSpore中的数据处理功能名为MindData,用于完成训练过程中数据的pipeline处理,具备数据加载、数据增强、导入训练等功能,并提供了简单易用的编程接口,以及覆盖CV/NLP等全场景的丰富数据处理能力。

  此外,MindSpore也支持分布式训练。在分布式数据并行模式下,在每个批量batch之后,计算和模型信息会被分布到工作对象中,并提供了“切片与重采样”两种调整迭代数和分割数据的方法。

  4、图引擎模块

  图引擎模块负责MindSpore前端与底层硬件的交互任务,是MindSpore内部进行图处理的模块,负责将管理引擎传下来的图进行一系列的图操作,最终转化为可以在底层硬件上直接运行的图,并对图中所用到的所有算子进行分配与管理。

  在图处理过程中,图引擎会统一定义各插件模块需要提供的接口,具体的插件由不同的功能模块根据自己的能力提供,它会根据不同的插件提供的能力,实现最优的执行选择,来保证性能。

  框架开源之争

  MindSpore的开源并不意外,在2019年8月华为全联接大会上,华为正式发布昇腾910芯片时,同期发布了全场景AI计算框架MindSpore,并透露了MindSpore将在2020年一季度开源。

  华为轮值总裁徐直军在发布会上表示,MindSpore标志着华为全场景全栈AI解决方案的构成,也标志着华为AI战略的执行进入了新的阶段。

CPS中安网

  除了MindSpore以外,现在市面上存在多个开源框架,呈多种框架共存发展的状态:

  国际开源框架:

  ▪谷歌TensorFlow

  ▪加州伯克利Caffe

  ▪Facebook的PyTorch

  ▪微软CNTK

  ▪谷歌Keras

  ▪亚马逊MXNet

  国内开源框架:

  ▪百度PaddlePaddle

  ▪旷视天元Brain++

  ▪华为MindSpore

  ▪清华计图Jittor

  ▪腾讯优图NCNN

  ▪阿里X-DeepLearning

  人工智能技术发展过程中,神经网络层级不断加深,模型更加庞大精准,应用逐渐丰富,其底层框架成为了科技巨头的布局重点。

  目前市面上的AI框架众多,究其原因,开源框架是推进人工智能技术发展的重要动力,开源项目允许开发者查看、使用、复制和修改其源代码,具有更新速度快、可二次开发、可扩展性强等特点,对于降低企业开发AI应用的投入具有很好的效果。

  因此,目前开源框架在人工智能发展大潮中被广泛用于快速搭建AI开发环境,促进企业加速技术的产品化过程。

  近期诸多的框架相继开源,一方面证明了国内技术厂商、院校对于基础性研究增加;另一方面,也显示出国内厂商在人工智能发展和应用过程中对于底层基础设施的重视程度的提高。

  众多的框架相继开源,也将为开发者提供更多的选择,对于人工智能社区和生态都有所裨益。

  放眼全球,更多的人工智能开源框架必将带来各个框架与标准之间的竞争,同时这些基础设施之间竞争也将提升人工智能的底层基础性能,从而为人工智能上层应用创新带来更多的可能性。

read more