如(rú)果以 2006 年亞馬遜發布第一(yī)個(gè)雲服務(wù) S3 算(suàn)起，雲計算(suàn)已經誕生(shēng)了(le) 13 年，而在最近幾年，随着 AI 技術快(kuài)速發展，雲與 AI 的結合，正在釋放(fàng)全新(xīn)的計算(suàn)和智能(néng)紅(hóng)利。

這(zhè)也(yě)是上(shàng)周華為(wèi)智能(néng)計算(suàn)大會傳達出的信号，在這(zhè)場(chǎng)會議(yì)上(shàng)，華為(wèi)雲中國區總裁洪方明介紹了(le)華為(wèi)在「雲+ AI」的探索以及一(yī)系列進展，洪方明透露，僅在過去半年，華為(wèi)雲客戶數量增長了(le) 33 倍，超過 170 萬企業客戶和開發者選擇了(le)華為(wèi)雲。

另據公開資料顯示，IDC 公布的最新(xīn)數字中，華為(wèi)雲以營收超過增長超過 300%，PaaS 市(shì)場(chǎng)份額增速近 700% 的成績進入中國雲計算(suàn)市(shì)場(chǎng)前五，同時(shí)也(yě)是全球市(shì)場(chǎng)增速最快(kuài)的雲計算(suàn)公司。

上(shàng)述成績的背後，充分(fēn)展現(xiàn)了(le)華為(wèi)「雲+AI」戰略的正确性，自 2018 年确立 AI 戰略之後，華為(wèi)基于鲲鵬生(shēng)态，打造了(le)從芯片到服務(wù)器(qì)的 AI 基礎設施，不久前發布的晟騰 910 芯片，無論是算(suàn)力還是功耗都領先行業，與此同時(shí)，華為(wèi)還持續構建了(le)全棧全場(chǎng)景的 AI 解決方案和産品，滿足企業、開發者對于 AI 的多樣化(huà)需求。

在華為(wèi)雲一(yī)系列 AI 産品中，AI 開發平台 ModelArts 的重要性不言而喻。一(yī)方面，ModelArts 往下(xià)對接 AI 開發框架，如(rú) Tensoflow 以及華為(wèi)即将開源的 MindSpore，往上(shàng)則與 AI 通用技術、行業方案協同；另一(yī)方面，ModelArts 作(zuò)為(wèi)一(yī)站(zhàn)式 AI 開發平台，其産品體(tǐ)驗、技術以及整合能(néng)力如(rú)何，部分(fēn)意義上(shàng)也(yě)決定着 AI 開發者對于華為(wèi)雲 AI 能(néng)力的認可度。

那麽，華為(wèi)雲 ModelArts 的技術能(néng)力到底如(rú)何？在全球日益增長的雲端機器(qì)學習開發需求中，ModelArts 是否能(néng)繼續推進華為(wèi)「雲+AI」的戰略，并在未來(lái)「雲+AI+5G」的技術潮流中搶占制高點呢(ne)？

在回答(dá)這(zhè)些(xiē)問題之前，不妨先從行業視(shì)角去看看當下(xià)機器(qì)學習開發的現(xiàn)狀以及所面臨的挑戰與機遇。

機器(qì)學習開發的痛點

與過往幾十年成熟的軟件開發相比，機器(qì)學習開發有着極其鮮明的特點，比如(rú)它需要海量的數據做支撐，對于絕大多數中小企業和個(gè)人(rén)開發者而言，業界多個(gè)開源數據集或許可以滿足基本需求。

其次，機器(qì)學習開發對于計算(suàn)能(néng)力的需求非常大，如(rú)果在本地通過 GPU 訓練模型，且不說(shuō)價格有多昂貴，隻說(shuō)當下(xià)機器(qì)學習模型算(suàn)力的發展速度，早已超越了(le)摩爾定律「18 個(gè)月(yuè)(yuè)翻一(yī)番」的行業規律，根據 2018 年 OpenAI 的調查數據，自 2012 年開始，機器(qì)學習訓練所用的算(suàn)力需求，平均每 3.43 個(gè)月(yuè)(yuè)便會翻倍。

這(zhè)意味着，使用本地 GPU 訓練機器(qì)學習模型是一(yī)個(gè)「無底洞」，成本高昂、訓練效率低(dī)下(xià)。剩下(xià)的選擇就(jiù)隻能(néng)依靠雲端，這(zhè)也(yě)是過去幾年Google、亞馬遜、阿裏相繼推出基于雲端的機器(qì)學習平台的原因所在。

但(dàn)面對如(rú)此多的平台選擇，企業和開發者不得不面臨一(yī)系列新(xīn)問題。比如(rú)，在 Google 等海外雲服務(wù)沒有落地國内的背景下(xià)，如(rú)何解決機器(qì)學習模型訓練與部署的時(shí)延問題？再比如(rú)，中美兩國人(rén)工智能(néng)開發、創業的大環境有很大差異，海外這(zhè)些(xiē)雲端服務(wù)的 AI 能(néng)力到底能(néng)多大程度滿足中國開發者的開發需求，這(zhè)些(xiē)都是一(yī)個(gè)巨大的問題。

更重要的一(yī)點，機器(qì)學習開發是一(yī)個(gè)複雜的流程，在這(zhè)個(gè)流程裏，涉及到數據收集、數據标注、模型訓練、算(suàn)法調參優化(huà)、模型部署等多個(gè)階段，不同階段有着不同的計算(suàn)需求，比如(rú)，由數據科學家和機器(qì)學習研究人(rén)員(yuán)完成模型構建和訓練，而部署則由軟件工程師、機器(qì)學習工程師和數據工程師來(lái)完成，再比如(rú)，模型訓練通常由多人(rén)在多台虛拟服務(wù)器(qì)上(shàng)完成，而部署模型需要具備擴展能(néng)力，能(néng)夠處理(lǐ)海量的 API 請求。

上(shàng)述幾點，構成了(le)當下(xià)機器(qì)學習開發領域的幾個(gè)痛點，這(zhè)對所有雲端機器(qì)學習平台而言都是機會，接下(xià)來(lái)我們來(lái)看看華為(wèi)雲 ModelArts 如(rú)何破解這(zhè)些(xiē)痛點，從而實現(xiàn)機器(qì)學習一(yī)站(zhàn)式開發的願景。

三大優勢使能(néng)機器(qì)學習開發

雲計算(suàn)的出現(xiàn)，改變了(le)過往技術基礎設施的計費模式，按需付費或按時(shí)付費成為(wèi)雲時(shí)代最顯著的商(shāng)業特征。上(shàng)文也(yě)提到，機器(qì)學習對于計算(suàn)能(néng)力的需求非常大，那麽如(rú)何縮短雲端機器(qì)學習的時(shí)間(jiān)，加快(kuài)模型訓練、模型部署的進程，成為(wèi)擺在包括華為(wèi)雲 ModelArts 在内的所有雲端機器(qì)學習平台面前的一(yī)道難題。

華為(wèi)雲的工程師通過技術突破解答(dá)了(le)這(zhè)道難題。2019 年 3 月(yuè)(yuè)份，在斯坦福大學發布的最新(xīn) DAWNBench 榜單裏，華為(wèi)雲 ModelArts 獲得圖像識别訓練和推理(lǐ)性能(néng)雙料冠軍，将模型訓練時(shí)間(jiān)大幅縮減的同時(shí)實現(xiàn)了(le)超強推理(lǐ)性能(néng)。

來(lái)看一(yī)組具體(tǐ)數字，在訓練性能(néng)方面，ResNet50_on_ImageNet 上(shàng)的測試結果顯示，當采用 128 塊 V100 時(shí)，華為(wèi)雲 ModelArts 上(shàng)模型訓練時(shí)間(jiān)僅需 4 分(fēn)08 秒(miǎo)，與 2018 年 12 月(yuè)(yuè)創下(xià)的 9 分(fēn) 22 秒(miǎo)紀錄相比又快(kuài)了(le)一(yī)倍，比此前 fast.ai 在 AWS 平台上(shàng)的訓練速度快(kuài) 4 倍；在推理(lǐ)性能(néng)方面，華為(wèi)雲 ModelArts 識别圖片的速度是排名第二廠商(shāng)的 1.7倍、亞馬遜的 4 倍以及 Google 的 9.1 倍。

斯坦福大學 DAWNBench 是全球人(rén)工智能(néng)領域最權威的競賽之一(yī)，是用來(lái)衡量端到端的深度學習模型訓練和推理(lǐ)性能(néng)的國際權威基準測試平台，華為(wèi)雲 ModelArts 能(néng)取得這(zhè)樣的成績，展現(xiàn)了(le)其在機器(qì)學習平台的技術優化(huà)能(néng)力，通過技術創新(xīn)降低(dī)機器(qì)學習平台的使用成本，最終将技術紅(hóng)利讓給企業和開發者。

另一(yī)方面，AI 的快(kuài)速發展，必須要降低(dī) AI 技術門檻，特别是機器(qì)學習模型訓練、部署的技術門檻。華為(wèi)雲 ModelArts 也(yě)踐行了(le)華為(wèi)公司「把複雜留給自己，把簡單帶個(gè)客戶」的理(lǐ)念，内置了(le)自動（機器(qì)）學習特性，通過算(suàn)法實現(xiàn)模型訓練的參數自動化(huà)選擇和模型自動調優，讓零 AI 基礎的業務(wù)開發者快(kuài)速完成模型的訓練和部署，甚至在一(yī)些(xiē)場(chǎng)景中可以實現(xiàn)零代碼開發 AI 模型。

其次，如(rú)果說(shuō)技術創新(xīn)為(wèi)開發者降低(dī)了(le)技術門檻與使用成本，那麽 ModelArts 在 AI 全流程開發的平台能(néng)力，則解決了(le)開發者在機器(qì)學習冗長流程的衆多難題。

這(zhè)裏不得不提 ModelArts 的「前世」，作(zuò)為(wèi)從華為(wèi)内部衍生(shēng)的産品，ModelArts 也(yě)是華為(wèi)内部 AI 開發能(néng)力的集中展現(xiàn)。華為(wèi)内部擁有衆多算(suàn)法工程師、AI 開發者以及AI 工程人(rén)員(yuán)等，他們能(néng)夠理(lǐ)解 AI 開發過程中數據标注與準備、模型訓練、模型調優、模型部署等流程的關(guān)鍵點，因此，最終提供給企業和開發者的産品也(yě)具備了(le)一(yī)站(zhàn)式的 AI 開發能(néng)力。

比如(rú)，為(wèi)了(le)解決機器(qì)學習中數據标注耗時(shí)耗力的行業難題，ModelArts 通過内置 AI 數據框架，以 AI 機制來(lái)治理(lǐ)數據，再通過疊代訓練解決标注的數據量問題，這(zhè)在數據量較大的場(chǎng)景中可百倍提升數據标注效率。

而在模型訓練和部署階段，除了(le)上(shàng)文提及的部署時(shí)間(jiān)縮短之外，ModelArts 已實現(xiàn)一(yī)鍵推送模型到所有邊緣、端的設備上(shàng)，雲上(shàng)的部署還支持在線和批量推理(lǐ)，可滿足大并發和分(fēn)布式等多種場(chǎng)景需求。

更進一(yī)步，ModelArts 還擁有全流程可視(shì)化(huà)管理(lǐ)，可以幫助開發者快(kuài)速了(le)解模型訓練的進展，ModelArts 提供了(le)從數據、算(suàn)法、訓練、模型、服務(wù)全流程可視(shì)化(huà)管理(lǐ)，通過任意一(yī)個(gè)對象查看這(zhè)個(gè)流程，真正做到了(le)工作(zuò)流的可視(shì)化(huà)。

與此同時(shí)，利用混淆矩陣和熱力圖，開發者還能(néng)在模型訓練結束後拿到一(yī)份可視(shì)化(huà)的模型評估報(bào)告，幫助企業和開發者快(kuài)速進行評估模型或模型優化(huà)。

其三，從技術創新(xīn)到産品全流程，ModelArts 還在生(shēng)态使能(néng)上(shàng)有自己的思考。AI 市(shì)場(chǎng)就(jiù)是其中一(yī)例，這(zhè)是一(yī)個(gè)基于 ModelArts 構建的開發者生(shēng)态社區，提供了(le) AI 模型、API 交易、數據、競賽案例等内容共享功能(néng)。

在這(zhè)個(gè)市(shì)場(chǎng)，不管是科研機構還是 AI 應用開發商(shāng)、解決方案集成商(shāng)，抑或是不同行業不同類型的企業，都可以快(kuài)速找到符合自身(shēn)需求的技術或商(shāng)業機會，有效連接 AI 開發生(shēng)态鏈各參與方，加速 AI 産品的開發與落地，也(yě)保障了(le) AI 開發生(shēng)态鏈上(shàng)各個(gè)參與方的商(shāng)業利益。

正是在技術、平台能(néng)力以及生(shēng)态層面的使能(néng)，華為(wèi)雲 ModelArts 自發布以來(lái)很快(kuài)擁有了(le)大量「粉絲」，已應用在醫(yī)療、智能(néng)制造、自動駕駛、智慧城市(shì)、建築、園區等場(chǎng)景中，幫助包括金(jīn)域醫(yī)學、廣聯達、雲廬科技在内的衆多企業及開發者加快(kuài) AI 訓練和部署，推動這(zhè)些(xiē)領域踏上(shàng) AI 的快(kuài)車道。

寫在最後：雲+AI+5G的變革才剛剛開始

過去幾年，業界普遍認為(wèi)，AI 是一(yī)項通用目的技術。這(zhè)意味着，所有行業都有可能(néng)被 AI 帶來(lái)的技術與理(lǐ)念所重構，這(zhè)是技術進步帶給産業的全新(xīn)機會。

華為(wèi)自 2018 年确立全棧全場(chǎng)景的 AI 戰略之後，打造了(le)一(yī)系列聚焦 AI 的底層産品到平台能(néng)力，逐步覆蓋 AI 芯片、AI 框架、AI 開發平台等完整的 AI 技術架構，與華為(wèi)在雲、5G 的技術和産品優勢一(yī)起，使能(néng)各行各業，推動行業數字化(huà)、智能(néng)化(huà)的變革。最新(xīn)的消息是，華為(wèi)将擔當建設唯一(yī)基礎軟硬件國家 AI 開發創新(xīn)平台的重任，這(zhè)也(yě)是國家層面對于華為(wèi) AI 技術能(néng)力的認可。

而 ModelArts 作(zuò)為(wèi)貫通 AI 底層架構與 AI 基礎能(néng)力的開發平台，也(yě)肩負着使能(néng)各行業 AI 開發流程與生(shēng)态搭建的平台使命，在 5G 技術紅(hóng)利逐步顯現(xiàn)的當下(xià)，ModelArts 的技術、平台能(néng)力以及生(shēng)态建設，已然構成了(le)華為(wèi)雲在 AI 領域迅速發展的先鋒部隊。當普通用戶都可以以極低(dī)成本訓練一(yī)個(gè)模型，當企業級開發者可以一(yī)站(zhàn)式完成複雜模型的訓練與部署，當開發者與企業實現(xiàn) AI 開發的商(shāng)業價值，選擇華為(wèi)雲 AI 開發可謂正當時(shí)。

在這(zhè)條目标明确的賽道上(shàng)，華為(wèi)雲的 ModelArts 正快(kuài)速奔跑。（完）