banner.jpg)
相關(guān)專題：
【移動通信網(wǎng)】2015年6月16日，華為分別與清華大學(xué)、中科院自動化研究所組成的兩個聯(lián)合隊，在2015設(shè)計自動大會（DesignAutomationConference）的低功耗圖像識別競賽（Low-PowerImageRecognitionChallenge）中一舉斬獲冠亞季軍以及最低功耗和最高精度5個獎項。現(xiàn)場比拼測試結(jié)果表明，華為聯(lián)隊的圖像認知計算方案在保證高精度識別圖像的同時，使用的計算平臺所需能耗最低，這將推動高密集計算的認知系統(tǒng)向更大規(guī)模的應(yīng)用邁進。
近年來，認知領(lǐng)域內(nèi)的深度學(xué)習(xí)發(fā)展迅速。深度學(xué)習(xí)可以讓計算機具備接近人類的語音、圖片的識別能力，甚至包括理解、決策、洞察能力，最終目的是改善人類生活與提升產(chǎn)業(yè)效率。目前，能夠處理相對復(fù)雜任務(wù)的深度學(xué)習(xí)應(yīng)用仍需要借助大規(guī)模數(shù)據(jù)中心的計算能力，而數(shù)據(jù)中心的固有能耗限制同樣阻礙了認知系統(tǒng)進一步規(guī)模擴大。因此，需要對基于深度學(xué)習(xí)的認知計算的整體軟硬件架構(gòu)進行創(chuàng)新與優(yōu)化。ImageNet競賽是深度學(xué)習(xí)領(lǐng)域最著名的比賽，很多知名公司、機構(gòu)都在該比賽中進行過角逐。2015年LPIRC競賽在ImageNet的基礎(chǔ)上特別增設(shè)功耗指標，正是對認知計算在大規(guī)模數(shù)據(jù)中心到可穿戴小型移動領(lǐng)域應(yīng)用的能效性進行考驗。
“華為－清華大學(xué)”與“華為－中科院自動化研究所”聯(lián)隊利用各自單位在原型系統(tǒng)搭建、軟硬件適配、機器學(xué)習(xí)算法等多方面的優(yōu)勢，采用自研和最優(yōu)開源框架集成的圖像識別算法，使得精度相當?shù)那闆r下，速度比傳統(tǒng)算法高2個數(shù)量級。采用高性能的嵌入式GPU硬件平臺，大幅度改善圖像識別應(yīng)用的能耗。在提交的35個方案中，“華為－清華大學(xué)”聯(lián)隊的2個解決方案分別獲得總分的第一名和第三名，以及最高精度獎；“華為－中科院自動化研究所”聯(lián)隊的1個解決方案獲得總分的第二名，以及最低功耗獎。
代表華為參加比賽的姚駿博士表示：“認知計算對未來信息技術(shù)、人工智能等領(lǐng)域具有重要的影響。我們研究該領(lǐng)域已經(jīng)有一段時間，結(jié)合不同機構(gòu)擅長的優(yōu)勢，探索認知算法和平臺融合的多維度優(yōu)化組合。第一次在國際舞臺LPIRC上就獲得了5項大獎，就是對我們研究思路的認可。未來我們會繼續(xù)協(xié)同業(yè)界，努力實現(xiàn)認知系統(tǒng)的更多創(chuàng)新”。獲冠軍的清華大學(xué)汪玉副教授說道：“本次LPIRC比賽觸發(fā)了我們在認知計算的未來規(guī)則，也就是要綜合考慮認知系統(tǒng)和深度學(xué)習(xí)算法之間的平衡設(shè)計”。
DAC大會歷屆執(zhí)行委員會主席CharlesAlpert、與IEEECEDA主席SaniNasif表示：“華為公司在該領(lǐng)域從0到1突破如此神速，認知計算又邁進了一大步，希望業(yè)界聯(lián)合以共同推動認知計算的規(guī)模應(yīng)用”。LPIRC組委會Yung-HsiangLu表示：“華為聯(lián)合的2支隊伍完成測試的質(zhì)量很高，希望以后繼續(xù)參加LPIRC”。
未來，華為會繼續(xù)加大認知計算的投入，加強與國內(nèi)外學(xué)術(shù)機構(gòu)的合作，搭建國際交流平臺，共同孵化認知系統(tǒng)的創(chuàng)新產(chǎn)品。
