计世网

人工智能的“咖啡”,“调和”后的味道很提神
作者:张戈 | 来源:张戈BP
2018-05-28
人工智能很是感性,似乎无所不在,也无所不能;人工智能又很理性,涉及数据、计算、算法、场景等一系列复杂逻辑,环环相扣,且缺一不可。

 

人工智能很是感性,似乎无所不在,也无所不能;人工智能又很理性,涉及数据、计算、算法、场景等一系列复杂逻辑,环环相扣,且缺一不可。

人工智能触手可及吗?

李世石和柯杰,确实是两位不错的广告代言人,他们给所有企业以“错觉”——人工智能已触手可及。真的近在眼前吗?其实,大部分企业并不具备,或说并不单独具备应用人工智能的能力。

为何?即使已经积累了海量数据,企业也难以辨识和确认人工智能的应用场景,不知道该从何入手;模型训练成本昂贵,训练周期往往以“月”为单位,且需消耗海量计算资源;数学专家懂算法但不熟悉应用场景,行业专家懂场景,但缺失数学算法知识。

UCloud 的“CBA”

上述瓶颈确实存在,但并非没有解决途径。鲍勃·罗杰斯,英特尔首席数据科学家,他的观点就值得参考:“对于那些希望应用人工智能,却不知该如何开始进行基础设施搭建的企业,与云计算厂商合作是一条很好的路径。”

的确,生态化的精密产业分工,正在降低人工智能的应用门槛。UCloud,国内领先且中立的公有云服务商,其已经在人工智能领域建立了很好的商业模型。2017年初,UCloud提出了“CBA”(Cloud 、Bigdata 、AI )三位一体的发展战略,并发布了“文曲”UAI人工智能平台。

该平台包括:超高性价比的计算资源、人工智能训练服务UAI-Train、人工智能在线服务UAI-Inference、安全屋等产品,可提供一站式 AI 全服务。

AI即服务

宋翔,UCloud资深人工智能技术专家,其对于基于公有云快速部署AI服务,进行如此表述:“UCloud的业务模式简单清晰——‘AI即服务’,用户可专注应用场景和AI算法,底层计算能力和工程服务则由UCloud进行支撑。”

通常所说,数据、AI算法、基础架构是支撑AI应用的三项核心要素。其中,基础架构又包括:计算能力平台、AI平台,以及模型训练等在线服务能力。“云计算是人工智能的基础设施,但‘工程能力’也是AI体系中不可忽视的一环。在应用过程中,不但需要计算资源的灵活调配,还需要具有稳定可靠的运行环境,这都是工程能力的体现。而大部分企业用户AI团队,通常不具备工程能力,需要公有云服务商提供在线支持。”宋翔说。

独立搭建平台并非最佳选择

目前,“文曲”UAI人工智能平台可提供人工智能训练服务UAI-Train、人工智能在线服务UAI-Inference等。以模型训练为例,此前训练周期往往以“月”为单位,且动辄需要调用上“千”颗以上计算资源。用户为此独立搭建计算平台,并非最佳选择,成本昂贵,且一些“细节”,例如Caffe的技术理解也不一定到位。

UAI-Train按训练任务时长收费,无空闲资源浪费,且加载了大量的开源和第三方模型算法案例。例如物体检测、特征推荐、语音识别、图片识别、人脸检测等。“尤其对于初期尝试AI应用的用户,采用开源数学算法,可大幅度缩短服务部署时间,快速体验到AI的价值。”

Caffe不是咖啡

同时,UAI-Train平台还预置了Caffe、TensorFlow、MXNet多种人工智能训练模型。其中,UCloud对 Caffe的“细节”理解,就颇体现其技术能力。Caffe与Coffee(咖啡)谐音,在AI领域同样提神。Caffe是一种常用的深度学习框架,主要应用在视频、图像处理等领域。“而在Caffe性能优化方面,UCloud选择与英特尔合作。”宋翔说。

为何?回顾近三年来,英特尔在人工智能领域的布局。2015年,英特尔以167亿美元收购了年业务收入不足20亿美元,但却是全球第二大FPGA厂商的Altera。由于FPGA在图像识别、信号处理等特定场景中,具有比 GPU、CPU 更高的性价比。因此此举被认为是英特尔布局人工智能的一个重要战略。

2016年,英特尔再次宣布收购深度学习创业公司 Nervana System。该公司是一家在芯片领域具有自主知识产权的公司,旗下的Engine芯片在深度学习训练时,有着比传统 GPU更好的能耗和性能优势。

当然,更为重要的一次产品布局是,2017年,英特尔推出新一代至强可扩展处理器,该处理器被认为是业界最近十年来,在平台技术上取得的最大进步。在硬件方面,新至强引入了AVX-512指令集,每时钟周期浮点性能提升1倍。要知道,浮点性能是人工智能计算处理中的关键指标,UCloud利用至强可扩展处理器进行弹性部署,降低了用户的TCO,克服了GPU价格昂贵,且扩展性不足的弊端。

回到Caffe,也回到英特尔与UCloud合作的话题。硬件是双方合作的基础,而软件优化则体现合作的价值。英特尔与UCloud合作,联合针对特定应用场景,针对不同硬件平台配置进行Caffe优化。

通过合理使用英特尔MKL、矢量化和并行化技术,相比未被优化的Caffe方案,UCloud的特定模型训练性能提升10倍以上。“这意味着,通过与英特尔的合作,图像识别应用中,识别时间可从1秒,降低至100毫秒。优化大幅度降低了计算资源的消耗成本,更多的低延时应用场景,也将实现人工智能应用。”宋翔最后说。 

责任编辑:焦旭