全栈 AI 还不够,华为云正在用“EI”切入工业、交通等场景

图片来源:视觉中国

对于如何在一个新市场中抢占先机,已供职华为超过20年的洪方明颇有经验。

此前,洪方明曾经在华为担任欧洲地区多个国家的业务负责人,经历过在海外将华为手机从0到1推广至市场份额领先品牌的过程。如今,洪方明又将在中国地区接下华为在云、AI 领域新一轮的扩张重任。

11月16日,深圳高交会,刚刚上任的华为云中国区总裁洪方明首次对外亮相。在对华为 AI 战略的分享环节中,洪方明回顾了今年10月华为全联接大会上提出的全栈 AI 解决方案,同时再次理清了华为云与华为 AI 在业务层面的关系。

“华为云凭借公有云将AI技术模板化,以全栈全场景的形式全面部署在云-边-端。”洪方明这样表示。

而在会后的采访环节,洪方明也对钛媒体等记者表示,他接下的重点工作将会是“整合”,而华为公司也将从研发、资源、人力等各个方面向云业务倾斜。

“华为18万名员工,有8万人在从事研发工作。未来五年,华为在研发的投入每年会保持在150到200亿美金,可以说,华为云今天拥有的资源远远好于当初手机在海外的情况。”洪方明对钛媒体说。

华为云中国区总裁洪方明

华为云中国区总裁洪方明

回顾华为在人工智能的步伐,可以根据其在应用层面的展现划分为三个阶段。

进入2000年后,在通讯运营领域站稳脚跟的华为,开始尝试用技术解决华为内部运作的自动化及业务服务问题。任正非曾举例谈到:华为在全球有460万站点,任何一次的站点作业都是成本。要通过构建站点信息库,开发站点3D扫描能力,把站点勘测简单化。

2012年,为了应对数据通讯技术的冲击,华为将内部 AI 能力进行系统整合,于当年6月正式成立诺亚方舟实验室(其上层为华为总研究院“2012实验室”),这也成为华为正式投入AI基础研究的最鲜明信号。在诺亚方舟实验室中,华为主要进行人工智能算法的研究、管理AI的技术合作、识别AI主要应用场景和需求管理等。

而在今年10月,华为轮值董事长徐直军在华为全联接大会中首次公布了华为的AI发展战略,包括全栈全场景AI解决方案、Ascend系列芯片等,也正式标志着华为 AI 从“不对外,全对内”到“聚焦投入,敢于投资”的转变。

“人工智能在投资充分的情况下不要太冲动,要用先行小步快跑,聚焦在确定性业务、人工消耗大的项目,宁可做得少一点,先在一两个点突破杀开口子,集中力量打歼灭战,不要铺开一个很广泛的战线。不要遍地都是智能化,这会形成全面开花没有结果的盲动,就有可能满盘皆输。”任正非在去年的一次公开讲话中表示。

技术积累:从 AI 到 EI

在今年10月华为首次对外公布 AI 战略时,徐直军曾将AI 落地的难点归结为三大主要门槛,分别为:开发慢、资源贵、人才缺。

对此,华为的应对之举是发布了全栈全场景AI解决方案,而这里的“全栈 AI”(钛媒体曾在此前文章中有过详述),可以理解为:

1、全栈是技术视角,指包括芯片、芯片使能、训练和推理框架和应用使能在内的技术全堆栈;

2、全场景,指包括公有云、私有云、边缘计算、物联网行业终端以及消费类终端的部署环境。

3、针对AI人才缺乏的难题,华为云提供丰富的AI功能和API,即取即用,就像造一辆车,你没必要每一台都自己重新自己造轮子。华为云还开放了开发平台,客户/伙伴可以利用这些便捷的工具开发自己想要的AI能力。

可以说,在华为的整套人工智能落地战略中,全栈 AI 方案通过对底层技术的产品化,将原本具有较高难度的 AI 能力在实施阶段降低了门槛;而在完成了技术层面的普惠之后,华为又搭建了一套直接切入行业的 EI 平台,以承接不同场景的个性化需求。

2017年9月,华为云EI(Enterprise Intelligence 企业智能)平台正式发布,该平台包括了基础平台服务、通用服务和行业场景解决方案三类服务,主要面向企业提供生产效率提升,精细化运营,商业模式创新等业务。

目前,华为云 EI 已经上线了16大类超过120款云服务,60+解决方案,涵盖了从个人到企业的方方面面。

简单来说,AI 和数据是华为对内多年的积累,EI 是华为对外输出的门面。也正因如此,华为掌握的 AI 能力,大部分已在内部应用多年,其技术水平与落地能力是已被验证过的。

以华为在供应链端的智能装箱、仓储应用为例,由于华为公司每年处理的物流单数量就多达30万-50万,因此对于供货预估、装箱管理、区域分发等流程,华为已经具备完整的技术支持体系。

根据华为公司透露,目前通过华为云EI服务,根据物品特征提供最佳装箱方案,可以提升20%的分拣装箱效率;同时做到集装箱3D仿真可视,整体利用率提升6%,而使用 EI 进行路径规划,则可节省例外开销成本30%。

再拿人工智能领域至关重要的算力资源来说,由于大部分企业没有能力训练自己的AI模型,华为云 EI 可以通过云、端协同的统一开发框架,让AI模型灵活的部署到云、边、端等场景,并将一些行业解决方案提前预集成为一个模块,让开发者能够迅速把产品能力与行业解决方案对接起来。

以深度学习服务为例,基于软硬件结合的方案,华为云 EI 可以在对分布式训练的调度算法,分布式梯度压缩等进行优化后,提供1000+GPU节点规模训练,这就意味着亿级图片规模的模型训练,华为云 EI 可以从原来的30天缩短至小时级。

场景落地:政企市场将成为云化主场

在去年1月华为内部的一场人工智能应用GTS研讨会中,任正非曾明确表示过华为落地 AI 的打法,他强调:

“人工智能应该踏踏实实聚焦场景一个个解决,要选择与场景匹配的相对成熟的算法,不要等平台和数据底座的成熟,半成品也可以先投入到内部改进的使用,在不断的实践和问题解决中打造成熟的平台和数据底座。”

深度绑定场景的特性也随之反映在华为云的 EI 产品线中。

2018年6月,华为云针对交通和工业分别推出了EI交通智能体和EI工业智能体,10月,华为云 EI 又发布了智慧城市解决方案:城市智能体。

相比 BAT 各自在智慧城市业务中的耕耘,华为的优势一方面体现在过往三十年通信领域的技术积累,一方面是盘踞在各地的 To G 资源。

据钛媒体了解,华为企业 BG 在2016年就成立了智慧城市业务部,已经覆盖全球40多个国家,160多个国内城市,包括北京、深圳、敦煌、潍坊等地均与华为签署了智慧城市方案的战略合作。

另据一位华为内部人士对钛媒体透露,此前华为的智慧城市项目被放在专门的政府事务部门中,随着华为云的战略地位上升,智慧城市项目将会和华为云业务融合。

洪方明也在公开场合强调过政务市场的重要性:“预计2025年,全球AI市场空间将达到3800亿美金,其中90%来自于政企市场。未来,政企市场将是云化、智能化的主场。”

在华为智慧城市项目中,华为云承担了“技术底座”的角色。其中,云技术要发挥其计算能力,与边缘平台和端侧相结合,实现对于人和物体大数据的综合分析,最终把结果反馈到城市智慧体,这个过程涵盖了感知、分析、决策、执行全环节,形成了一套智能城市的运作生态。

以华为云针对城市拥堵提供的解决方案为例。2018年4月,华为云与北京市交管局合作,在北京市海淀区上地三街与上地东路交叉路口率先试点,利用AI算法实现信号配时优化和时段自动划分。

为了掌握区域发车规律,华为云提出“TrafficGo”方案,采用视频方式监测数据,精准识别整个道路上每一条车道的全量数据,包括过车数量、过车速度、车辆排队长度等。

同时,华为云通过正反转视频提取车流的行车轨迹和转向信息,在庞大的监测数据基础上,对区域所有车道的交通流量数据进行协同计算,实时生成整个区域全部路口的信号灯配时方案,并通过系统自动推送到交通灯上,实现整个区域的交通流量最大化。

据第三方公司评估报告显示,华为云TrafficGo方案应用后,上地三街车流主方向(东西向)平均延误时间下降了15.2%,平均车速提升了15%。并且,除了主干线以外,附近2条支路上的通行效率也明显获得改善,平均延误时间降低了10~20%。

除了城市拥堵外,华为云还利用监控大数据开发了智慧警务系统,目前已协助深圳龙岗警方破获多起案件;而针对“两客一危”车辆,华为云推出了车联网安全智能防控系统,通过车载终端智能识别驾驶员抽烟、打电话、疲劳驾驶、车道偏离等危险驾驶行为。

未经允许不得转载(声明:本文内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:net-net@foxmail.com进行举报,并提供相关证据,工作人员会在10个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。):策信智库资讯网 » 全栈 AI 还不够,华为云正在用“EI”切入工业、交通等场景

赞 (0)