9月25日，在華為全聯(lián)接2020期間，華為云發(fā)布了ModelArts 3.0，融合骨干模型、聯(lián)邦學(xué)習(xí)、智能評(píng)估、智能診斷和高效算力。

“ModelArts在多個(gè)行業(yè)和項(xiàng)目中有了成功落地，離不開華為云EI在人工智能領(lǐng)域的長(zhǎng)期投入?！比A為云AI首席科學(xué)家田奇指出，華為云長(zhǎng)期扎根AI基礎(chǔ)技術(shù)研究，覆蓋計(jì)算機(jī)視覺、語(yǔ)音語(yǔ)義和決策優(yōu)化三大領(lǐng)域，提出了六大基礎(chǔ)研究計(jì)劃。這些計(jì)劃產(chǎn)生的許多研究成果以即插即用的方式逐步部署于華為云ModelArts，助力行業(yè)AI落地。

“華為云發(fā)布的ModelArts3.0，是面向AI在行業(yè)落地提供的AI開發(fā)平臺(tái)，旨在通過AI技術(shù)高效解決行業(yè)挑戰(zhàn)。” 談及ModelArts 3.0發(fā)布的初衷，田奇指出，為應(yīng)對(duì)這些難點(diǎn)，華為將骨干模型、聯(lián)邦學(xué)習(xí)、智能診斷評(píng)估優(yōu)化、和高效算力并將它們?nèi)谌氲組odelArts3.0的開發(fā)中。

具體來看，華為云骨干工具鏈EI-Backbone提供了AI開發(fā)的新范式。通過整合模型高效、數(shù)據(jù)高效、算力高效、知識(shí)高效，全面提升行業(yè)AI落地能力，EI-Backbone的能力，已經(jīng)在10余個(gè)行業(yè)成功驗(yàn)證，并且斬獲10余個(gè)業(yè)界挑戰(zhàn)賽冠軍。

眾所周知，數(shù)據(jù)是AI應(yīng)用的基礎(chǔ)，只有基于多樣化的數(shù)據(jù)，才能實(shí)現(xiàn)AI智能感知。然而，在實(shí)際AI行業(yè)落地中，數(shù)據(jù)是分散在不同的數(shù)據(jù)控制者之間，這就導(dǎo)致了行業(yè)應(yīng)用的數(shù)據(jù)孤島問題，使得AI算法訓(xùn)練效果受到限制。

針對(duì)這個(gè)問題，華為云Modelarts提供聯(lián)邦學(xué)習(xí)特性，實(shí)現(xiàn)數(shù)據(jù)不出戶的聯(lián)合建模。用戶各自利用本地?cái)?shù)據(jù)訓(xùn)練，不交換數(shù)據(jù)本身，只用加密方式交換更新的模型參數(shù)，實(shí)現(xiàn)協(xié)同訓(xùn)練。

目前，華為云EI與中國(guó)科學(xué)院上海藥物所的蔣華良院士合作，將華為自研的FedAMP算法和AutoGenome算法應(yīng)用到藥物研發(fā)的AI任務(wù)中，精準(zhǔn)預(yù)測(cè)藥物水溶解性、心臟毒性和激酶活性，準(zhǔn)確度遠(yuǎn)超傳統(tǒng)的聯(lián)邦學(xué)習(xí)和深度學(xué)習(xí)算法。

并且，華為云提供云邊協(xié)同的服務(wù)，支持不同地點(diǎn)、不同客戶的數(shù)據(jù)進(jìn)行聯(lián)邦訓(xùn)練，通過加密方式上傳服務(wù)端，對(duì)全局模型進(jìn)行更新，再將其下發(fā)至邊緣設(shè)備，便捷支持同業(yè)態(tài)的橫向聯(lián)邦和跨業(yè)態(tài)的縱向聯(lián)邦學(xué)習(xí)。聯(lián)邦訓(xùn)練參與者可以通過云端，也可以通過華為云邊緣設(shè)備（如智能小站）的計(jì)算能力參與聯(lián)邦訓(xùn)練，實(shí)現(xiàn)行業(yè)內(nèi)聯(lián)合建模。

眾所周知，模型在部署上線前，需要進(jìn)行充分評(píng)估，結(jié)果優(yōu)秀的模型直接投入生產(chǎn)環(huán)境，差強(qiáng)人意的則需要進(jìn)一步優(yōu)化迭代。

田奇表示，ModelArts提供了全面的可視化評(píng)估、智能化診斷功能，使得開發(fā)者可以直觀的了解模型的各方面性能，進(jìn)而針對(duì)性的進(jìn)行調(diào)優(yōu)或部署生產(chǎn)。

值得關(guān)注的是，彈性訓(xùn)練也是ModelArts的核心能力之一，可以根據(jù)模型訓(xùn)練速度的需求自適應(yīng)實(shí)現(xiàn)資源的最佳分配。

據(jù)田奇介紹，ModelArts提供兩種模式，一是Turbo模式，可以充分利用空閑資源加速已有訓(xùn)練作業(yè)，訓(xùn)練速度可提升10倍以上，并且不影響模型的收斂精度;二是經(jīng)濟(jì)模式，可以通過最大化資源利用率給開發(fā)者提供極致的性價(jià)比，在大多數(shù)典型場(chǎng)景下可以提升性價(jià)比30%以上。

此外，為了更好地支持超大算力需求的AI研發(fā)，華為ModelArts平臺(tái)在集群規(guī)模，任務(wù)數(shù)量，以及分布式訓(xùn)練都做了針對(duì)性的優(yōu)化。

田奇表示，ModelArts研發(fā)平臺(tái)能夠管理上萬(wàn)的節(jié)點(diǎn)，更好的支持大型訓(xùn)練任務(wù)需求。通過優(yōu)化服務(wù)框架，ModelArts平臺(tái)支持10萬(wàn)級(jí)別的作業(yè)同時(shí)運(yùn)行、支持萬(wàn)級(jí)芯片的大規(guī)模分布式任務(wù)。

“在骨干網(wǎng)絡(luò)、聯(lián)邦學(xué)習(xí)、模型診斷優(yōu)化、高效算力的加持下，華為云ModelArts會(huì)加速AI在行業(yè)落地?！碧锲嬷赋?，未來，華為云將持續(xù)聚焦于模型高效、數(shù)據(jù)高效、算力高效和知識(shí)高效4個(gè)重點(diǎn)方向，扎根于AI基礎(chǔ)研究，持續(xù)踐行普惠AI。
責(zé)任編輯：tzh