训练、标注成本节省90%！华为云自动化AI开发平台ModelArts 3.0发布，从训练数据到模型落地一站式打通_【源码共读】

预训练模型、小样本学习、联邦学习...通通即插即用...

Python实战社群

Java实战社群

长按识别下方二维码，按需求添加

扫码关注添加客服

进Python社群▲

扫码关注添加客服

进Java社群▲

鱼羊发自凹非寺
量子位报道 | 公众号 QbitAI
“本文经AI新媒体量子位（公众号 ID: QbitAI）授权转载，转载请联系出处”

今年的华为，着实遭遇了不小的困难。

尤其是供应链，包括芯片方面的打击，让华为轮值董事长郭平坦承“的确对华为的生产、运营带来了很大困难”。

但命运跌宕之下，华为却仍在全联接的现场，传递出信心：

“永远面向阳光，阴影就会被你甩在身后。”

华为也用具体业务的成绩、未来的投入，来证明这种信心并不仅仅是喊口号。

以华为云为例，郭平表示，云是释放算力的最佳平台，是智能世界的数字底座。而经过3年的持续努力，华为云目前已经在全球拥有23个区域中心，服务150万开发者。

而更能直接说明“未来”的，是在产品上的持续投入。

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发布

ModelArts作为华为云AI开发平台集大成之作，可以提供包括数据标注准备、模型训练、模型调优、模型部署等AI应用开发服务。

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）的总训练时间上，以10分28秒的成绩，比第二名提速近44%，拿下当时的全球第一。

而在经过去年2.0版本的迭代之后，华为云ModelArts就已经进化成为甚至可以0代码完成模型训练、一键部署的全流程极简、专业的一站式AI开发管理平台。

那么今年，ModelArts 3.0还能有怎样的新突破？

在全联接现场，华为云人工智能领域首席科学家、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”、“如何降低企业应用AI门槛”、“如何解决企业对数据安全使用的顾虑”等等问题进行了探索和研究，并为此带来了四大全新特性。

现在，自动机器学习、小样本学习、联邦学习、预训练模型等等华为云长久以来积累的AI能力，都能够即插即用地部署于ModelArts平台，助力AI落地。

四大新特性

EI-Backbone：AI开发新范式

首先，是通用预训练模型架构EI-Backbone的全新发布。

其目的是打造预训练模型+小样本微调的高效训练模式，全面提升行业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，使得成型的开发经验能够做到规模化复制，降低AI的使用门槛。

如果以NLP领域的预训练模型为标杆，那么EI-Backbone的长远目标，就是打造CV领域的BERT。

BERT之所以被称为「NLP新时代的开端」，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，只需要简单的迁移策略，就能让NLP模型在下游任务中获得良好的性能。

这无疑大大推动了自然语言处理领域的研究发展。

而EI-Backbone就致力于为CV领域的开发者复刻BERT的体验。

以医疗影像分割为例，过去需要成百上千例标注数据才能进行的训练，在EI-Backbone的加持下，只需要几十例甚至十几例标注数据即可完成，节省标注成本90%以上。

田奇介绍，过去需要大量专家经验和试错成本的模型选择和超参调节，通过EI-Backbone提供的全空间网络架构搜索和自动超参优化技术，都可以在无需人工干预的情况下快速完成，且大幅提升精度。

结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，可以缩短到几小时甚至几分钟内完成，训练成本降低90%以上。

目前，EI-Backbone已经在10余个行业有了成功的案例验证，并且斩获10余个业界挑战赛冠军。围绕EI-Backbone，华为云也已经发表了100余篇相关论文。

相关模型架构会逐步开源。

联邦学习：打破数据孤岛

第二个新特性，是ModelArts 3.0加入了联邦学习特性。

数据无疑是AI应用的基础，只有基于多样化的数据，才能实现AI智能感知。

但在实际的AI落地中，往往存在这样的问题：数据分散在不同的数据控制者之间，受限于隐私、安全等问题，这些数据并没有办法轻易打通，而是形成了一个个「数据孤岛」。

这就使得落地到实际产业中的AI算法训练效果受到了限制。

针对这个问题，华为云ModelArts提供联邦学习特性，用户各自利用本地数据训练，不交换数据本身，只用加密方式交换更新的模型参数，就能实现联合建模。

AI智能评估：自动Debug，可视化的那种

对于AI开发而言，有丰富数据作为基础，完成模型训练，并不意味着大功告成。

模型性能的评估和调优同样是一项重要，且对开发者自身经验要求很高的工作。

而ModelArts 3.0在这一环节中提供的特性，是AI智能评估。

其模型评估功能，是在得到首次训练的模型之后，将模型推理结果、原始图像和真实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，评估指标包括精度、性能、可信度和可解释性：

在性能方面，ModelArts 3.0能提供算子级别的时间、空间消耗统计分析和多种整体的性能指标，并且针对模型的表现给出相应建议，如模型量化、蒸馏等；

在可解释性方面，ModelArts 3.0能提供热力图，用以展示模型做出推理判断所依据的区域；

在可信方面，ModelArts内置多种模型可信相关评测方法，能提供多角度模型安全能力评估指标，并依据当前模型表现给出相应的防御建议。

最终，评估模块会针对可能存在的问题输出一些改进模型能力的诊断建议。

也就是说，Debug这样繁重的工作，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当然也提供了算力支持。

并且，为了更好地支持超大算力需求的AI研发，华为ModelArts平台在集群规模，任务数量，以及分布式训练都做了针对性的优化。

不仅能够管理上万的节点，更好的支持大型训练任务需求。通过优化服务框架，ModelArts平台还能支持10万级别的作业同时运行、支持万级芯片的大规模分布式任务。

并且，为了帮助企业在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核心能力。

也就是说，可以根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，可以充分利用空闲资源加速已有训练作业，在大多数典型场景下加速效率大于80%，训练速度提升10倍，并且不会影响模型收敛精度。

二是Economic模式，可以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可以提升性价比30%以上。

领先分布式加速比能力

所以，ModelArts现如今的能力，应该如何评估？

不妨直接用数据说话。

ModelArts平台支持10万级别的企业任务同时运行，支持10万级别的用户规模同时使用。

而实现大规模集群分布式训练的关键能力，要看分布式加速比。

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成绩为93.6秒，优于英伟达V100的120秒。

MLPerf benchmart是学术界、产业界合作打造的一个通用基准，用于衡量机器学习硬件、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、政务系统、教育、工业机器人等10余个行业中，华为云ModelArts已经实现了160+个落地案例。

比如在下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，云深处与华为合作，应用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，通过知识图谱交互分析，强化学习动态决策，并具有复杂的行进路径规划和动作的能力，端云协同守护工厂园区的安全。

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”不仅可以检测到火焰，理解到火对于工厂环境是有危害的，重新学习并规划生成一条新的路径，绕过了火焰，并关掉了控制阀门，解除了火情。

另一个有意思的应用案例，来自同济大学的同学们。落地的场景是候鸟保护。

同济大学的5名学生，通过华为云ModelArts，在短短几个月时间内，就训练出了可以识别上千种鸟类的模型，并建立了一套湿地数字孪生系统。

并且，这套系统已经在杭州湾的候鸟保护和科研当中发挥了作用。

如何评价ModelArts？

说了这么多，到底应该如何评价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，已经成为一种新的选择。

现在，ModelArts已经实现了以全流程的极简和自动化升级已有的AI开发模式，让数据准备、算法开发、模型训练、模型管理、模型推理全链条产生质的飞越。

对于开发者、甚至普通的业务人员而言，这就意味着更敏捷的开发、构建能力，更高的技术起点。

另外，AI、应用、数据三个方面的协同，也使得行业知识模型、行业应用资产和数据资产模型进一步下沉。这对于行业AI落地、行业新价值的创造，无疑有着积极的意义。

而站在整个行业的角度来说，已有不少行业分析指出，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平台靠拢、融合，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，这也同样是帮助华为自己渡过难关的一种方式。

硬件受阻，但当ModelArts这样的“软”服务一代代更新、被投入更多资源，在软硬之间愈加平衡的华为，突围之路上也有了更多的底气。

最后的最后，分享一则最新羊毛：

这一次，为了支持更多SaaS开发企业在华为云Marketplace上成长，华为云推出了SaaS应用扶持计划，扶持1000个SaaS应用，每个应用可获得最高20万元的云资源。

同时，华为云还联合华为终端云服务，推出华为云HMS生态扶持计划，将提供5亿元的云资源，重点扶持1500个HMS应用。在商用阶段，每个应用还将获得最高120万元的广告资源扶持。