共计 4257 个字符，预计需要花费 11 分钟才能阅读完成。
摘要：训练、标注老本节俭 90%！华为云自动化 AI 开发平台 ModelArts 3.0 公布，从训练数据到模型落地一站式买通。
往年的华为，着实遭逢了不小的艰难。
尤其是供应链，包含芯片方面的打击，让华为轮值董事长郭平坦承“确实对华为的生产、经营带来了很大艰难”。
但命运跌宕之下，华为却仍在全联接的现场，传递出信念：
“永远面向阳光，暗影就会被你甩在身后。”
华为也用具体业务的问题、将来的投入，来证实这种信念并不仅仅是喊口号。
以华为云为例，郭平示意，云是开释算力的最佳平台，是智能世界的数字底座。而通过 3 年的继续致力，华为云目前曾经在寰球领有 23 个区域核心，服务150 万开发者。
而更能间接阐明“将来”的，是在产品上的继续投入。
具体如何，从 2020 华为全联接大会压轴推出的 ModelArts 3.0 上，就可见端倪。
话不多说，一起来看。
ModelArts 3.0 公布
ModelArts 作为华为云 AI 开发平台集大成之作，能够提供包含数据标注筹备、模型训练、模型调优、模型部署等 AI 利用开发服务。
在 2018 年推出之后不久，就刷榜斯坦福 DAWNBenchmark。在图像识别（ResNet50-on-ImageNet，93% 以上精度）的总训练工夫上，以 10 分 28 秒的问题，比第二名提速近 44%，拿下过后的寰球第一。
而在通过去年 2.0 版本的迭代之后，华为云 ModelArts 就曾经进化成为甚至能够 0 代码实现模型训练、一键部署的全流程极简、业余的一站式 AI 开发治理平台。
那么往年，ModelArts 3.0 还能有怎么的新冲破？
在全联接现场，华为云人工智能畛域首席科学家、IEEE Fellow 田奇揭晓了答案。
田奇介绍，ModelArts 3.0 作为面向 AI 在行业落地提供的 AI 开发平台，针对“如何用极少数据训练出高精度模型”、“如何升高企业应用 AI 门槛”、“如何解决企业对数据安全应用的顾虑”等等问题进行了摸索和钻研，并为此带来了四大全新个性。
当初，主动机器学习、小样本学习、联邦学习、预训练模型等等华为云长久以来积攒的 AI 能力，都可能 即插即用 地部署于 ModelArts 平台，助力 AI 落地。
四大新个性
EI-Backbone：AI 开发新范式
首先，是通用预训练模型架构 EI-Backbone 的全新公布。
其目标是打造 预训练模型 + 小样本微调 的高效训练模式，全面晋升行业 AI 落地能力和体验。
也就是说，EI-Backbone 会通过提供通用预训练模型和行业定制化开发流程，使得成型的开发教训可能做到规模化复制，升高 AI 的应用门槛。
如果以 NLP 畛域的预训练模型为标杆，那么 EI-Backbone 的长远目标，就是打造 CV 畛域的 BERT。
BERT 之所以被称为「NLP 新时代的开始」，不仅仅是因为诞生之初，就刷榜各大 NLP 榜单。更是因为，基于 BERT 预训练模型，只须要简略的迁徙策略，就能让 NLP 模型在上游工作中取得良好的性能。
这无疑大大推动了自然语言解决畛域的钻研倒退。
而 EI-Backbone 就致力于为 CV 畛域的开发者复刻 BERT 的体验。
以医疗影像宰割为例，过来须要成千盈百例标注数据能力进行的训练，在 EI-Backbone 的加持下，只须要几十例甚至十几例标注数据即可实现，节俭标注老本 90% 以上。
田奇介绍，过来须要大量专家教训和试错老本的模型抉择和超参调节，通过 EI-Backbone 提供的全空间网络架构搜寻和主动超参优化技术，都能够在无需人工干预的状况下疾速实现，且大幅晋升精度。
联合华为云的计算资源调配和数据管理，模型训练、测试、验收、部署的开发全流程，在加载 EI-Backbone 集成的预训练模型后，能够缩短到几小时甚至几分钟内实现，训练老本升高 90% 以上。
目前，EI-Backbone 曾经在 10 余个行业有了胜利的案例验证，并且斩获 10 余个业界挑战赛冠军。围绕 EI-Backbone，华为云也曾经发表了 100 余篇相干论文。
相干模型架构会逐渐 开源。
联邦学习：突破数据孤岛
第二个新个性，是 ModelArts 3.0 退出了联邦学习个性。
数据无疑是 AI 利用的根底，只有基于多样化的数据，能力实现 AI 智能感知。
但在理论的 AI 落地中，往往存在这样的问题：数据扩散在不同的数据控制者之间，受限于隐衷、平安等问题，这些数据并没有方法轻易买通，而是造成了一个个「数据孤岛」。
这就使得落地到理论产业中的 AI 算法训练成果受到了限度。
针对这个问题，华为云 ModelArts 提供联邦学习个性，用户各自利用本地数据训练，不替换数据自身，只用加密形式替换更新的模型参数，就能实现联结建模。
AI 智能评估：主动 Debug，可视化的那种
对于 AI 开发而言，有丰盛数据作为根底，实现模型训练，并不意味着功败垂成。
模型性能的评估和调优同样是一项重要，且对开发者本身教训要求很高的工作。
而 ModelArts 3.0 在这一环节中提供的个性，是 AI 智能评估。
其模型评估性能，是在失去首次训练的模型之后，将模型推理后果、原始图像和实在标签送入模型评估模块中。
这个模块会从数据、模型两个方面对模型的综合能力进行评估，评估指标包含精度、性能、可信度和可解释性：
在 性能方面，ModelArts 3.0 能提供算子级别的工夫、空间耗费统计分析和多种整体的性能指标，并且针对模型的体现给出相应倡议，如模型量化、蒸馏等；
在 可解释性方面，ModelArts 3.0 能提供热力求，用以展现模型做出推理判断所根据的区域；
在 可信方面，ModelArts 内置多种模型可信相干评测办法，能提供多角度模型平安能力评估指标，并根据以后模型体现给出相应的进攻倡议。
最终，评估模块会针对可能存在的问题输入一些改良模型能力的诊断倡议。
也就是说，Debug 这样沉重的工作，ModelArts 3.0 也能给它自动化了，并且还是对数据到模型训练整体过程的全面评估。
弹性算力 + 大算力，普惠企业 AI 落地
除了自动化开发方面的能力，作为一站式 AI 平台云服务，ModelArts 当然也提供了算力反对。
并且，为了更好地反对超大算力需要的 AI 研发，华为 ModelArts 平台在集群规模，工作数量，以及分布式训练都做了针对性的优化。
不仅可能治理上万的节点，更好的反对大型训练任务需要。通过优化服务框架，ModelArts 平台还能反对 10 万级别的作业同时运行、反对万级芯片的大规模分布式工作。
并且，为了帮忙企业在 AI 落地过程中进一步降本增效，ModelArts 3.0 还具备 弹性训练 这一外围能力。
也就是说，能够依据模型训练速度的要求，自适应匹配最佳资源数。
具体在产品上，ModelArts 提供两种模式。
一是 Turbo 模式，能够充分利用闲暇资源减速已有训练作业，在大多数典型场景下 减速效率大于 80%，训练速度晋升 10 倍，并且不会影响模型收敛精度。
二是Economic 模式，能够通过最大化资源利用率，给开发者提供极致的性价比，在大多数典型场景下能够晋升性价比 30% 以上。
当先分布式减速比能力
所以，ModelArts 现如今的能力，应该如何评估？
无妨间接用数据谈话。
ModelArts 平台反对 10 万级别的企业工作同时运行，反对 10 万级别的用户规模同时应用。
而实现大规模集群分布式训练的要害能力，要看分布式减速比。
在 MLPerf benchmart 上的测试结果显示，在 512 芯片的集群规模下，华为云 ModelArts 问题为 93.6 秒，优于英伟达 V100 的 120 秒。
MLPerf benchmart 是学术界、产业界单干打造的一个通用基准，用于掂量机器学习硬件、软件和服务的训练、推理性能。
ModelArts 的落地实战
纸面上的数据，还只是一部分。
实际上，在能源、汽车、政务零碎、教育、工业机器人等 10 余个行业中，华为云 ModelArts 曾经实现了 160+ 个落地案例。
比方在上面这只国产机器狗身上，就有 ModelArts 赋予的 AI 能力。
这只机器狗名叫“绝影”，由杭州云深处科技有限公司出品。
杭州云深处科技有限公司创始人兼 CEO 朱秋国介绍，云深处与华为单干，利用 ModelArts 和 Atlas 200DK 给“绝影”系列机器狗赋予 AI 能力，致力于工厂园区的智能巡检。机器狗可实时感知现场环境，通过常识图谱交互剖析，强化学习动静决策，并具备简单的前进门路布局和动作的能力，端云协同守护工厂园区的平安。
在现场华为云演示了如何基于 ModelArts 为机器狗构建起“感知 + 认知 + 决策”的能力：经过训练，“绝影”不仅能够检测到火焰，了解到火对于工厂环境是有危害的，重新学习并布局生成一条新的门路，绕过了火焰，并关掉了管制阀门，解除了火情。
另一个有意思的利用案例，来自同济大学的同学们。落地的场景是 留鸟爱护。
同济大学的 5 名学生，通过华为云 ModelArts，在短短几个月工夫内，就训练出了能够辨认上千种鸟类的模型，并建设了一套湿地数字孪生零碎。
并且，这套零碎曾经在杭州湾的留鸟爱护和科研当中施展了作用。
▶如果你也想用 ModelArts 开发一些有价值的 AI 利用 ， 点击链接试用体验，当初邀请好友还有 AI 算力、华为手表手环等你拿。☚
如何评估 ModelArts？
说了这么多，到底应该如何评估 ModelArts 给行业 AI 落地带来的意义呢？
正如华为云业务总裁郑叶来现场所说，ModelArts 这样的开发模式，曾经成为一种新的抉择。
当初，ModelArts 曾经实现了以全流程的极简和自动化降级已有的 AI 开发模式，让数据筹备、算法开发、模型训练、模型治理、模型推理全链条产生质的飞越。
对于开发者、甚至一般的业务人员而言，这就意味着更麻利的开发、构建能力，更高的技术终点。
另外，AI、利用、数据三个方面的协同，也使得行业常识模型、行业利用资产和数据资产模型进一步下沉。这对于行业 AI 落地、行业新价值的发明，无疑有着踊跃的意义。
而站在整个行业的角度来说，已有不少行业剖析指出，平台化是推动企业数字化转型的大势所趋。
在数字经济时代，算力是新生产力，数据是新生产资料，而 5G、AI 和云这样的前沿技术就是新的生产工具。在这种背景下，向华为云这样的 AI 平台聚拢、交融，更有利于企业落地数字化转型，在商业上取得成功。
而华为作为平台企业，也将串联起整个产业链、赋能整个产业链。
不仅仅是对商业伙伴的助力。正如华为轮值董事长郭平在大会开幕式上所说，这也同样是帮忙华为本人渡过难关的一种形式。
硬件碰壁，但当 ModelArts 这样的“软”服务一代代更新、被投入更多资源，在软硬之间更加均衡的华为，解围之路上也有了更多的底气。
点击关注，第一工夫理解华为云陈腐技术~
