新聞中心
NEWS
浙大網新部署 IN-Edge 分布式 AI 中臺,助力智慧城市建設
日期:2019年09月09日

9 月 7 日上午,在上海舉辦的 2019AI 先行者大會”AI 解決方案“分會場上,浙大網新子公司網新華通 AI 市場產品總監何偉照作了題為“分布式 AI 中臺驅動智慧應用落地”的演講。


微信圖片_20190909153000.jpg


何偉照表示,為對應未來可能會出現的各種不同需求的應用場景及更有效快速地支援各種應用的落地。目前,IN-Edge 分布式 AI 系統依托數據中臺、技術中臺、業務中臺構建起了分布式 AI 中臺,其建立在通用且成熟的 ARM 芯片的基礎上。這套系統基于 ARM 通用芯片,規??紗罌尚?,具備松耦合性,能夠進行靈活部署與靈活應用 — 既可進行邊緣部署,也可集中部署,在信息化處理方面可以將 AI 模型和業務靈活結合。不同于傳統業務流程化開發,IN-Edge 分布式 AI 中臺無需根據不同場景重新開發,而是將智慧業務的共性部分提取成通用標準???,通過??榧淶淖雜勺楹鮮溝彌腔塾τ每燜俾淶?。


InfoQ 有幸在會前采訪了網新華通 CEO 鄭曉林及何偉照,詳細了解了 IN-Edge 分布式 AI 系統背后運用到的核心技術和在構建智慧城市等方面的成果。


IN-Edge 分布式 AI 系統

在云計算領域深耕多年的網新華通預判,未來,云計算的發展必然導向大數據與人工智能方向的升級:一方面是云平臺向大數據平臺與城市大腦的平臺升級,另一方面是基礎的資源服務平臺向更高的技術平臺進行的產業升級。

為抓住由數據驅動的 AI 技術的發展機會,并基于自身在云計算、ARM 芯片領域的經驗積累,網新華通決定自主研發以 ARM 芯片為亮點的 IN-Edge 分布式 AI 系統,該項目于 2018 年 7 月正式啟動,前后歷時近一年投入數千萬研發,并于今年 5 月正式發布。


據介紹,IN-Edge 分布式 AI 系統運用到的關鍵技術是高密度分布式的 ARM 通用計算集群,技術亮點在于充分發揮了 ARM 芯片的高成熟度、高性價比與高通用性等特點,它可以靈活部署實施并形成集群化方案。

該系統采用的算法是新一代 GAN 網絡自動機器學習、彈性架構計算、分布式部署及多種 AI 應用并行計算、人臉人形聚類識別、人物識別、車輛識別等核心技術,無需更換智能攝像頭,即可讓全國 1.6 億傳統視頻監控攝像頭變成人工智能攝像頭。


與一般的 AI 系統相比,In-Edge 分布式 AI 系統具有六大優勢:

一是自動機器學習:整套系統采用 GAN 對抗性神經網絡來訓練 AI,讓其進行自動對抗的深度學習。其中用到的訓練數據來自華通云自己的素材數據庫、合作公司提供的訓練數據等渠道。

一個 GAN 框架最少(但不限于)擁有兩個組成部分——生成模型 G 和判別模型 D。訓練過程中會把生成模型生成的樣本和真實樣本隨機地傳送一張給判別模型 D,后者的目標是盡可能地識別出真實樣本(輸出為“真”或者 1)和盡可能正確地找出生成樣本,也就是假樣本(輸出為“假”或者 0)。而生成模型的目標和判別模型相反,即盡可能最小化生成判別模型找出它的概率。這樣 G 和 D 就組成了一個可遞歸的對抗訓練模型,在訓練過程中雙方不斷優化直到達到平衡——雙方都無法變得更好,也就是假樣本與真樣本完全無法區分。

“AI 技術的核心在于兩點,一是計算效率,一是模型?;ǖ惱馓籽盜販絞?,一方面可以根據應用場景的不同,進行高速響應,從而做出高識別率的聚類模型;另一方面也可以基于不同的芯片,訓練不同大小的適應模型 “,何偉照表示。

二是彈性計算:以攝像頭為例,在攝像頭視野里面,如果突然出現檢測對象,系統可迅速調集計算資源以動態適應計算需求,實現彈性計算,極大增強系統綜合計算能力。

三是學習執行一體化:系統將機器自動學習的成果自動執行并不斷將成果反饋給機器加以修正,不斷優化成果輸出。

四是分布式部署增強調度能力:存量攝像頭和監控設備都可以接入分布式 Ai 系統,可以盤活全國目前智慧城市建設已投資的 1.6 億個攝像頭。要盤活如此大規模的攝像頭,背后需要強大的技術支撐。據介紹,為做到這一點,In-Edge 分布式 AI 系統運用了云端 + 邊緣端的彈性計算部署策略,邊緣端的各個算力節點都可以共享算力,能滿足大部分的 AI 應用算力需求。當邊緣端的算力不足的時候,云端就可以即時調集計算資源,提供補充算力。

五是并行計算,多功能應用:IN-Edge 可以實現多種 AI 應用并行計算,可同時接入上千路視頻的計算處理,實現跨行業、跨應用,在同一系統平臺中同時處理運行。

六是低能耗,可持續綠色運營:IN-Edge 分布式 AI 系統由于采用 ARM 架構,能極大降低系統能耗。


助力智慧城市建設

具體在落地運用層面,IN-Edge 分布式 AI 系統對于建設智慧城市具有重要意義。據悉,上線 4 個月以來,該系統已經在智慧社區、智慧旅游和智慧安防等領域開展了試點項目。


在智慧社區領域,華通云為富陽某小區以及華東院未來社區提供包括人臉門禁、人員軌跡跟蹤與熱力圖、陌生人警報、車位與停車規范管理、周界管理、精準營銷、建筑修護等功能。


在智慧旅游領域,IN-Edge 分布式 AI 系統運用的一個典型案例是浙江淳安 " 下姜村的智慧旅游項目 ",系統為該村的旅游景區提供了 5 個數據實時統計及分析???,包含下姜村地圖人員熱力圖???、當天景區旅游人數同比增長???、到訪車輛統計及屬地歸檔???、近一周人數和車輛走勢分析圖???、重要區域人流數據實時展示??櫚?,旨在幫助下姜村實現智能化管理。據悉,該項目實現了 3 個技術突破:在無任何比對與參照的情況下識別人;使用多攝像頭組網,做到了用不同攝像頭識別同一個人;對同一個攝像頭開發出了多功能,既可以實現人臉人形識別,也可以實現車輛車牌識別。此外,華通云還正在與千島湖高鐵站合作展開對旅游接駁車輛進行實時人數統計的項目。


在智慧安防領域,華通云與某公安的合作項目是對某開放的老小區進行安防功能的升級,將小區所有出入口的普通監控接入人臉識別和車牌識別功能,準確區分小區常住居民和流動人員,提供以圖搜圖、黑名單自動報警和人員軌跡追蹤等公安實用功能,希望大幅提高該小區治安管理水平。此外,華通還為寧波華數營業廳和紹興輕紡城提供人臉與車牌識別、軌跡追蹤、黑名單報警等 AI 應用。


智慧安防是 AI 公司普遍重點布局的一個領域,該領域競爭異常激烈,既有??低?、大華這樣的老牌上市公司,又有曠視、依圖這樣的新銳 AI 獨角獸。談及競爭, 鄭曉林表示,華通云目前的策略是差異化競爭,“我們主要在做分布式 AI 系統和 AI 應用的補充市場,跟大華、??檔壤嚇粕鮮泄疽約翱跏?、依圖這樣的新秀是互補而非直接競爭的關系。例如,我們這套系統的優勢特點在于能夠盤活城市中的存量攝像頭,而不必像一些傳統企業一樣再要求項目方新裝攝像頭。再如大華和??檔?AI 系統主要是集中式架構,而我們是分布式架構,二者之間有很大不同“。


目前中國的智慧城市建設尚處于初級階段,大多是在某一行業領域的研究和信息化建設,但行業之間信息化并沒有實現信息的互通、共享甚至是協同。


“數據不協同意味著城市不會思考,也就談不上真正的智能”。

鄭曉林認為,要提升整個城市的智慧水平,就要有新的基礎設施產生—城市大腦。城市大腦能夠讓政府、企業的城市數據、民生數據、經濟數據實現全量互聯、在線,最終實現數據之間的協同。


城市級的海量數據協同的過程必定會消耗大量的計算資源,這些計算資源調配需要通過 AI、大數據算法等技術來驅動。因此,要提升智慧城市的管理水平,應將城市大腦作為基礎設施,通過 AI、大數據、云計算的技術來調動城市數據實現協同,讓城市學會思考,變得更加智能。


堅持 “AI Driven 戰略”

今年 8 月,網新華通和阿里云達成了關于數據中心項目上的戰略合作,在全國范圍內落地實施 IDC 數據中心機房項目,這是云計算服務商和大型數據中心的首次深入合作。


華通云會根據阿里的要求進行選址,并按照其提供的定制化數據中心的技術和運營服務保障等要求,進行規劃、設計、投資、建設及負責提供數據中心運維托管服務。


高效的綠色數據中心及大規模分布式存儲和計算是營造下一代互聯網服務平臺最基本的核心技術,阿里云為華通云提供的云計算解決方案,大大拓展了云計算的服務能力?;ㄔ埔步諼蠢戳僥暉üㄉ?T2 至 T4 級別的數據機房,在數據中心之間進行高可用、高可靠、高帶寬的互聯,完成真正意義上的云化數據中心群。


談到戰略布局,鄭曉林表示,華通云之后的戰略布局主要分為兩方面:在技術實施方面,會繼續鞏固加強,并且將業務拓展到全國范圍。在數據驅動方面,未來會著重發力 AI 技術及城市大腦等項目。


在 AI 技術應用不斷發展的當下,浙大網新提出了“AI Driven”戰略,希望用人工智能來驅動自身業務的發展,并帶動網新所涉足的整個產業的升級,其中,華通云數據承擔了“智慧城市”業務由互聯網 + 模式向 AI+ 模式轉型的重任。


“未來,浙大網新和華通云數據將在平臺層不斷更新和迭代分布式人工智能云平臺,在業務層繼續深耕大交通、大金融、大健康行業,全面利用分布式 AI 技術賦能智慧城市的各行各業,讓 AI 部署更靈活自如,讓民眾享受到隨時隨處的 AI 服務,全面提升智慧城市效能”,鄭曉林表示。