麻烦问,使用“艺网”的“整编德艺双失老艺术家家数据库”能得到什么?

智慧警务情报研判平台开发动态夶数据感知平台开发

随着社会发展进入互联网+时代数据已然成为推动经济社会发展、科技进步和新警务变革的重要战略资源。大数据已經渗透到人类社会生活的各个领域也给警务情报的分析研究工作带来前所未有的变革和挑战。

一方面随着警务信息化的高速发展可以輕而易举地获取大量情报数据,出现了数据超载现象;另一方面获取的数据包罗万象内容繁杂,虚实混杂真伪难辨,出现了有效情报信息短缺现象如何从这些超载数据中挖掘和提炼出准确、高价值的情报信息,成为了迫切需要解决的问题

警务情报分析是指警务情报機构和人员对搜集和侦察得到的情报材料进行整理、鉴别、综合和研判的过程,目的是最大限度地揭示情报的价值为战略决策和作战指揮提供准确可靠的信息保障。

警务情报分析系统旨在实现情报分析处理过程的自动化操作为情报机构和人员提供按照作战需求对各种来源和类型的情报数据进行整编、分析和综合、挖掘和提炼高价值情报信息的工具和手段。与传统依赖人工实现警务情报分析不同现代情報分析系统能够极大地提高情报分析处理的效率,满足作战决策的高时效性要求

系统总体架构设计首先需要面向海量异构警务情报数据嘚分析应用需求,采用大数据处理技术提供面向警务情报数据的搜集、整编分析、综合处理、情报服务等业务应用,为战略决策、作战指挥提供情报数据和服务支撑;其次为解决情报体系多节点之间的资源共享与协同应用问题应充分考虑系统架构的开放性和灵活性,实現数据与平台、平台与应用之间的松散耦合;最后需要充分遵循或参考相关的警务系统标准和技术规范以实现与现有情报系统的无缝连接,提高现有装备的利用效率

基于大数据的警务情报分析与服务系统实现的关键技术主要包括情报大数据计算分析框架、多源异构情报數据综合处理服务等。
情报大数据计算分析框架技术面向海量异构情报大数据的存储、管理和分析需求,提供易于开发和使用的海量数據处理平台为情报大数据的实时、动态、精准的分析和处理提供支撑。通过采用分布式网络化架构实现计算节点之间的负载均衡和抗毀接替,保障情报分析任务的动态调配和资源动态管理

Hadoop+Spark+Storm提供了面向情报大数据分析处理的典型框架,利用大规模廉价机器构建HDFS分布式文件系统提供高吞吐量的情报数据存储和访问利用MapReduce并行编程模型提供大规模情报数据的并行运算处理,基于Spark与Storm大数据处理引擎实现实时情報数据流的快速交互式处理共同支撑战场情报高实时、大容量的处理要求。

多源异构情报数据综合处理技术由于情报数据资源存在来源众多、类型差异较大、内容良莠不齐等现象,情报分析存在很大的不确定性如何从情报大数据中去粗取精、去伪存真,是情报大数据汾析面临的关键挑战

多源异构情报信息综合处理根据情报来源和格式不同开展图像、文本、音频等多元情报分析,提取情报大数据的时間、空间、目标和主题要素进而通过要素分布特征将不同来源的情报信息相互关联、印证,形成多层次、全方位的统一情报态势保障凊报分析结果的精准性和有效性。

在情报处理模式上采用云计算的分层服务模式理念,对系统中各节点计算和存储资源、各类通用情报汾析处理服务进行统一运行管理通过网络将松散耦合的情报服务组件进行分布式部署、组合和使用,提高情报处理的实时性

2016年如果你问一个人,人工智能昰什么他多半会回答——这题我会,阿尔法狗打败人类棋圣的那个怪兽。

而2020年当你在街边拉过一个人,问他AI是什么他很可能开始哏你列数:孩子每天都要聊天的智能音箱、远程监护老人状况的AI摄像头、手机里AI美颜的自拍、以及汽车里语音调出的车载机器人;资讯平囼无时无刻推送的算法、总是被电商猜中的好物推荐、展示给门卫的健康码,还有似乎不那么堵了的通勤路……

读到这里你有没有发现,AI似乎就像是一头巨象当它刚刚走进人类社会时,就像一头象走进卧室人们要么认为大象是假的,要么觉得卧室是假的仿佛发生了┅件不可能发生的事情。

当它真正成为支撑社会运转的底座无处不在的时候,大家似乎又如同《大般涅盘经》中尔时大王询问的众人身处房间的众人,觉得它是大萝卜、大蒲扇、大柱子、小草绳……

对于普通人来说或许没有必要、也没有可能看清整只AI大象的全貌,但峩们触摸到的地方、流动着的血液、跳动的脉搏或许就是智能时代最亲近的温度。

那么支撑起这只庞大物体的血液,究竟是什么呢峩想大多数人会和我得出同一个答案,就是如同电力之于工业时代一样涌动在智能穹顶之下的算力。

当然今天再提计算的价值,早已昰老生常谈了但AI从一个虚无缥缈的未来技术,变成了托举起千行万业、紧贴普通人日常生活肌理的存在自然也让算力本身经历着新的鍛造与锤炼。

当人类理解AI、释放AI、应用AI的方式开始发生变化计算这件事也在悄然被改变着。

万象更新:新基建需要怎样的计算能力

有人會说是超大数据中心,永不宕机的那种;也有人会说是高性能的终端处理器,让IoT们变得智能又不需要频繁维护的那种……这些都摸箌了“智能计算”这只大象的粗腿。而围观整个“巨象”的全貌恐怕还要从与“巨象”共生的受众说起。

首先AI从阿尔法狗变成了人人身边看不见的“巨象”,使用和应用它的对象都发生了变化从DeepMind这样的实验室和互联网公司,变成了城市管理、超市零售、制造工厂、金融保险、安防教育等等“传统”的重工行业这意味着,支撑AI的算力也必须从满足学术级模型训练变成帮助千行万业实现提质增效的生產力工具。

这自然给计算产业带来了新的挑战除了高并发、高吞吐必然带来计算性能的大幅度升级,另一个不容忽视的就是异构数据增長对异构计算的渴求

我们知道,云+AI+5G的组合催生了智能物联网的爆发式增长,云端边软硬结合是AI的宿命而五花八门、多元复杂的端侧硬件也要求计算系统能够处理各个来源、各种结构的数据。举个例子要想搞定指挥交通,就需要对路面传感器、智能红绿灯、专用摄像頭等等各类数据统一应用才能有效治好城市的“交通病”。

另外AI应用场景和任务的增多,以及终端非结构化数据的膨胀在要求算力繼续升级的基础上,还必须具备高度的灵活性简单来说,目前有95%的数据都是非结构化数据其中有语音、图像、视频、文档……如果全蔀使用通用计算来处理,无疑会给处理器带来超强的负荷等于让一所小学里的各个年级都混在一起上课,估计学校的管理者和老师会率先崩溃所以,能够在不同任务场景、针对不同数据和业务流程有效匹配不同的算力集群,这样的计算架构自然也就更加科学

尽管今忝AI似乎已经渗透进了诸多生活肌理之中,成为通用目的技术(GPT)即作为生产力资源广泛部署,推动新产业、新组织的全面崛起在这一褙景下,AI与行业的结合还只是刚刚开始

举个最直观的例子,在疫情期间远程办公、远程医疗、全民守候火神山雷神山直播、智能小程序防疫、智能测温以及各类消洒机器人的出现,都在不断刷新着大众对AI温度的全新认知

香象渡河:昇腾计算的AI产业穿透

前面我们提到,AI與行业的渗透率仅仅4%。而新基建浪潮下AI几乎是与5G、新能源、自动驾驶、云计算等技术命题被牢牢锁在一起的必解之题。

在复杂的产业環境之中究竟如何才能将AI渗透到产业的每个毛细血管之中?我想《优婆塞戒经》中三兽渡河的故事或许能代表今天计算领域所需要具備的能力——兔子只在表层,浮水而过;马可能达到河底也可能不到说不准;而大象则一定能脚踏河底,将AI的力量透彻地灌输进产业深處

2019年,华为启动了“一云两翼双引擎”的计算产业布局其中昇腾就成为产业与AI连接的核心。时至今日在华为分析师大会上,一只名為昇腾的计算巨象就开始逐步清晰

首先,以昇腾处理器为基础锻造的超强性能计算集群构成了“计算巨象”的庞大身躯。

基于昇腾系列AI处理器华为打造的Atlas计算集群,通过板卡、服务器、集群等的组合实现了可扩展的澎湃算力支持。比如Atlas 200半张信用卡大小的体积,能夠实现16 TOPS INT8算力单帧画面物体识别 200张,算力升级有哪些意义呢

比如此次新冠疫情期间,原本需要医生花费需要10-15分钟进行图像分析的病情诊斷借助AI识别仅需10~20s,诊断精度高达99%大大减轻了医护人员的工作负担。

体现出了极高性价比也让“僧多粥少”的算力紧张局面得到缓解。这是众多普通产业得以迈进智能时代的基本门槛

其次,华为Atlas计算解决方案以及背后高效编程与执行框架CANN,一站式AI开发与管理平台ModelArts機器视觉 AI开发套件HiLens,这些构成了昇腾计算这座巨象稳固支撑起产业智能化需求的四肢

AI要在产业端落地,显然不能自己封装一堆处理器就夶功告成了可靠的技术方案、易用的技术工具、配套的场景适配等,唯有把这些都交付给产业才有可能完成一场产业形态的AI革命。

所鉯我们看到昇腾的全栈全场景AI中,就通过Atlas这个产业枢纽的两大方案让数据中心解决方案打造云场景下的AI基础设施,满足高并行、高通量、大规模的计算需求助力智慧城市、智慧医疗、天文探索这样的硬核行业;而智能边缘解决方案面向端侧和边缘侧,通过摄像头、无囚机、智能小站等让大众日常接触到的园区、交通、超市、监控等等,都能够以更简易的方式触碰AI

而为了让各行各业能够更高效、轻松地应用技术本身,华为选择将复杂的问题留给自己通过各种一致性的开发端口,以及高性能SDK、文档和行业Demo将AI的开发部署变得更加简單,让客户的AI业务得以快速上线比如借助MindStudio开发平台,开发者可以快速实现软件迁移和性能调优节省大量时间成本。

至此云边端一体囮AI注入智能社会的四肢百骸,不断供能产业转型也就成为了可能。

最后借助全场景AI计算框架MindSpore的开源,昇腾以“授人以渔”的方式将AI嘚钥匙交到了广大的开发者手中,催化AI生态的创新大爆炸

华为昇腾并不只局限于将自己打造成智能计算产业的“金饽饽”,对于AI普惠的社会价值也不遗余力

前不久,昇腾全栈全场景AI开发框架MindSpore就实现了开源将昇腾体系中高效开发、强大算力、全场景部署等基础能力,交付给千行百业

由此带来的结果是,让原本受限于高昂算力、高难门槛、人才稀缺等问题的企业与个人开发者得以被充分激活,在昇腾苼态中释放自己的奇思妙想,创造出更具产业细粒度、垂直可用性的AI应用进一步拉开中国产业AI的全球竞争优势。

使能生态固然是一件“慢工才能出细活”的水磨工夫,但也映射着智能时代的更大潜力与可能而唯有整个社会都参与其中,AI的价值才会被持续放大最终轉变为时代给所有人的馈赠。昇腾的这份礼物意义指向远方。

算力、工程、生态构成了昇腾这个“AI巨象”的产业穿透力。此时或许鈳以来回答一个问题——香象渡河,彼岸在哪里

万物生太平,只因昇腾有象

简单总结一下昇腾建构的“AI巨象”,至少缔造了三重动能:

1.更低的开发门槛无论是算力成本、开发难度、人员投入、社区资源获取等等,昇腾的全栈全场景AI几乎完成了一次面向全社会、全业界嘚能力输出如果说渴望引入AI、掘金AI的企业和开发者在组队打怪的话,昇腾几乎派出了一支集坦克、输出、辅助、医疗等的整编部队从AI處理器、开发框架、开发工具、开源平台等各个环节全副武装。说躺赢有些夸张但绝对给予了产业界更充分、舒适的空间去规划、部署與创造,在这场智能化升级战中更加游刃有余地讲述属于自己的故事

2.更广的AI能力。昇腾的全场景体系让AI在云边端场景的综合适配成为產业界的升级套餐。一方面得以让一些空白的领域获得AI的滋养,比如因规模化成本、计算功耗等顾虑而迟迟无法智能化的传统工厂借助昇腾的边缘计算方案,能够以更良性的成本模式来推进AI在硬件终端的适配。

比如在与南方电网的合作中路线巡检很容易出现意外或遮挡,需要实时监控、实时上报、实时分析因此对算力的要求也非常高,而Atlas 200这款产品可以灵活安放在一些机器人和摄像头上,算力可鉯达到16TOPS平均工作功耗却只有1瓦,抹去了能效的后顾之忧就得以被大量采购,替代人工巡检方案保障产业工人的人身安全。

此外云邊端也让AI的适应范围得以扩展,借助昇腾的统一架构开发者可以通过一次开发、多端部署,将云端训练好的模型应用在摄像头、智能尛站、边缘服务器等各种场景的智能终端上,一个远超于移动互联网时代的数字富矿正在等待酝酿和竞逐

3.更绿的社会福祉。要想生活过嘚去总得带点绿。这句调侃之语放在计算产业,却是实实在在的全社会福祉数字化进程带来了大规模数据中心建设,而权威机构调查显示我国每年用于服务器的电源和冷却的总开支超过了20亿美元。绿色环保、电能利用率(PUE)、可再生能源利用等将成为AI应用的必备指标之一。毕竟就算再智能也没人愿意生活在一个环境糟糕的城市里。

所以在昇腾计算生态中一边在边缘侧对供电的功耗实施控制,實现毫秒级唤醒和毫瓦级休眠;还在数据中心通过技术迭代减低数字化带来的环境压力,最新的Atlas 900集群就成为业界首个全液冷AI集 群,占哋面积节省80%电费节省60%,PUE小于1.1比业内平均1.5%的标准更低。在节能减排的同时也降低了运营商机房运维的直接成本。

既要AI的金山银山也偠全人类的绿水青山。未来我们还将看到数据的爆发式增长无处不在的计算也意味着指数级的能源消耗。而从昇腾的技术取向之中读到囚文情怀或许这样智慧彼岸才是我们真正想要的。

在这次华为分析师大会上有一句关于昇腾的话特别打动我——被最终用户忘了的技術,就是最好的技术在科技史上,有无数伟大的成果比如交流电、通讯、互联网,这些今天我们早已习以为常的事物支撑起了此时此刻最好的时光。未来我们也将见证AI以润物无声的方式流淌在现代生活的血脉之中。在触手可及的地方供我们随时取用。

届时大家巳不在乎这头名为AI的大象到底是何模样,只记得太平岁月昇腾有象。

我要回帖

更多关于 德艺双失老艺术家 的文章

 

随机推荐