近日，華為云發(fā)布了深度學(xué)習(xí)服務(wù)，要讓企業(yè)智能從此不求人。那么華為云的深度學(xué)習(xí)服務(wù)有哪些能力，為什么能夠做到讓企業(yè)智能從此不求人呢。

化繁為簡(jiǎn)—無需編程，自動(dòng)訓(xùn)練企業(yè)業(yè)務(wù)模型

企業(yè)進(jìn)行深度學(xué)習(xí)訓(xùn)練的***個(gè)困難是技術(shù)難度高。企業(yè)要進(jìn)行深度學(xué)習(xí)的模型訓(xùn)練，有很高的技術(shù)門檻。比如要自己搭建深度學(xué)習(xí)平臺(tái)，要有懂得編程的技術(shù)人員，還要有海量的訓(xùn)練數(shù)據(jù)等等。而華為云深度學(xué)習(xí)服務(wù)，可以提供深度學(xué)習(xí)平臺(tái)以及業(yè)界常用的深度學(xué)習(xí)引擎，免除企業(yè)自己搭建深度學(xué)習(xí)平臺(tái)之苦。

[[219950]]

同時(shí)，華為云深度學(xué)習(xí)服務(wù)，內(nèi)置大量基于開源數(shù)據(jù)集訓(xùn)練好的模型，并支持模型選擇自動(dòng)化。用戶在進(jìn)行企業(yè)自己的模型訓(xùn)練時(shí)，只需要把企業(yè)標(biāo)注好的數(shù)據(jù)加載到華為云深度學(xué)習(xí)服務(wù)中，該服務(wù)就可以快速自動(dòng)的訓(xùn)練出企業(yè)的業(yè)務(wù)模型，這樣就免除了模型訓(xùn)練的編程過程。比如在企業(yè)的生產(chǎn)場(chǎng)景，一般都有環(huán)境健康安全(EHS)檢查。以前企業(yè)的EHS檢查主要基于人工實(shí)現(xiàn)，耗時(shí)費(fèi)力。現(xiàn)在企業(yè)人員基于華為的深度學(xué)習(xí)服務(wù)，自行加載標(biāo)注好的環(huán)境健康安全檢查項(xiàng)目標(biāo)注圖片，就可以很快生成EHS圖片檢測(cè)模型，后續(xù)企業(yè)進(jìn)行EHS檢查時(shí)，只需要拍攝現(xiàn)場(chǎng)照片，輸入模型，就可以實(shí)現(xiàn)企業(yè)自動(dòng)化EHS檢查。

環(huán)境健康安全(EHS)檢查

風(fēng)馳電掣—模型訓(xùn)練速度快，億級(jí)圖片訓(xùn)練時(shí)間由30天降到小時(shí)級(jí)

企業(yè)進(jìn)行深度學(xué)習(xí)訓(xùn)練的第二個(gè)困難是訓(xùn)練計(jì)算量大，訓(xùn)練時(shí)間長(zhǎng)。由于深度學(xué)習(xí)需要使用海量數(shù)據(jù)來進(jìn)行業(yè)務(wù)訓(xùn)練，因此計(jì)算資源需求很大，動(dòng)則幾十上百個(gè)GPU，甚至上千GPU等等;同時(shí)訓(xùn)練時(shí)間也很長(zhǎng)，每次訓(xùn)練都是以天、周或甚至月年為單位。但是，開源的分布式訓(xùn)練框架，在保證模型收斂的情況下，***集群規(guī)模只支持10塊GPU。這意味著在進(jìn)行數(shù)據(jù)運(yùn)算時(shí)，即時(shí)使用更多的GPU，計(jì)算效果也只相當(dāng)于10塊GPU的能力，這樣訓(xùn)練的時(shí)間將更加的漫長(zhǎng)。

[[219951]]

而華為云的深度學(xué)習(xí)服務(wù)，基于系統(tǒng)軟硬件結(jié)合方案，搭載華為云的云容器引擎CCE、GPU高性能計(jì)算、對(duì)象存儲(chǔ)服務(wù)(OBS)、高性能網(wǎng)絡(luò)等能力，并對(duì)分布式訓(xùn)練的調(diào)度算法、分布式梯度壓縮等進(jìn)行深度優(yōu)化后，在1000塊GPU的大規(guī)模集群中，分布式訓(xùn)練線性加速比能達(dá)到0.8。這就意味著在億級(jí)圖片規(guī)模下的模型訓(xùn)練，華為深度學(xué)習(xí)的分布式模型訓(xùn)練時(shí)間可以從30天縮短至小時(shí)級(jí)。

不同GPU數(shù)量下模型訓(xùn)練收斂時(shí)間

神機(jī)妙算—算法優(yōu)化，圖片模型訓(xùn)練數(shù)量從***下降到千級(jí)

企業(yè)進(jìn)行深度學(xué)習(xí)訓(xùn)練的第三個(gè)困難是訓(xùn)練數(shù)據(jù)量大。深度學(xué)習(xí)模型訓(xùn)練，要使用大量的訓(xùn)練數(shù)據(jù)。這已經(jīng)是深度學(xué)習(xí)模型訓(xùn)練的常態(tài)。以圖像識(shí)別為例，通用場(chǎng)景的圖像識(shí)別算法模型，訓(xùn)練時(shí)往往需要至少***別的訓(xùn)練圖片。

[[219952]]

但是，華為云深度學(xué)習(xí)服務(wù)平臺(tái)，對(duì)企業(yè)場(chǎng)景的算法模型進(jìn)行了大量的優(yōu)化，使得針對(duì)企業(yè)特定場(chǎng)景的模型訓(xùn)練數(shù)據(jù)需求大大降低。以企業(yè)特定場(chǎng)景的圖像識(shí)別業(yè)務(wù)為例，華為優(yōu)化的算法模型，只需要幾千張訓(xùn)練圖片，就可以達(dá)到令人滿意的識(shí)別效果。以華為全球技術(shù)服務(wù)部的智能驗(yàn)收項(xiàng)目為例，該項(xiàng)目需要實(shí)現(xiàn)對(duì)電信設(shè)備類型的自動(dòng)識(shí)別。常規(guī)方法至少需要幾十萬甚至上百萬張訓(xùn)練圖片。但是使用了華為優(yōu)化模型算法后，華為的AI算法工程師，只使用了4000張圖片，訓(xùn)練模型的識(shí)別準(zhǔn)確率就達(dá)到了99%。

[[219953]]

電信設(shè)備識(shí)別

開放華為人工智能技術(shù)和實(shí)踐經(jīng)驗(yàn)，做企業(yè)智能的使能者

華為云深度學(xué)習(xí)服務(wù)的發(fā)布，大幅降低了企業(yè)深度學(xué)習(xí)訓(xùn)練的技術(shù)門檻、性能門檻和數(shù)據(jù)量門檻，因此，華為云深度學(xué)習(xí)服務(wù)的發(fā)布，讓企業(yè)智能從此不求人，也就順理成章了。那么，為什么華為云的深度學(xué)習(xí)服務(wù)具備這些能力呢。其實(shí)，如果讀者了解華為云企業(yè)智能服務(wù)的來歷，就不會(huì)感覺奇怪了。

華為從十多年前，就開始進(jìn)行人工智能基礎(chǔ)的大數(shù)據(jù)技術(shù)研發(fā)，并開發(fā)出了排名中國(guó)***的大數(shù)據(jù)軟件平臺(tái);而人工智能技術(shù)興起后，華為的技術(shù)部門又開始進(jìn)行人工智能技術(shù)的研發(fā)，并廣泛應(yīng)用于華為供應(yīng)鏈、采購部、全球技術(shù)服務(wù)部、終端、以及產(chǎn)品研發(fā)的企業(yè)實(shí)踐中。基于這些實(shí)踐，華為的人工智能研發(fā)部門既加深了對(duì)技術(shù)的理解，同時(shí)了也積累了大量的人工智能實(shí)踐經(jīng)驗(yàn)，相應(yīng)也在實(shí)踐過程中對(duì)深度學(xué)習(xí)平臺(tái)進(jìn)行了很多優(yōu)化，以降低內(nèi)部使用深度學(xué)習(xí)平臺(tái)進(jìn)行模型訓(xùn)練的難度。現(xiàn)在，華為云深度學(xué)習(xí)服務(wù)平臺(tái)秉承以服務(wù)的形式分享華為30年沉淀的數(shù)字化技術(shù)和實(shí)踐經(jīng)驗(yàn)的理念，將華為內(nèi)部人工智能的技術(shù)研發(fā)成果與實(shí)踐成果分享給企業(yè)用戶與合作伙伴，做企業(yè)智能的使能者，并與眾多企業(yè)用戶及合作伙伴一起，共創(chuàng)中國(guó)人工智能美好的明天。

了解華為云EI更多信息，請(qǐng)參考http://www.huaweicloud.com/product/dls.html