内容简介:摘要:帮助AI开发者解决电信领域AI开发,在数据准备、模型训练、模型发布以及部署验证工作中面临的各种困难2018年10月全联接大会上,华为发布了AI战略与全栈全场景AI解决方案。“华为人工智能的发展战略,是以持续投资基础研究和AI人才培养,打造全栈全场景AI解决方案和开放全球生态为基础”,华为轮值董事长徐直军表示,“面向电信运营商,通过SoftCOM AI 促进运维效率提升”。2018年12月6号,在即将开展的“中国移动全球合作伙伴大会”上,华为将发布一款面向运营商电信领域的一站式AI开发平台——Soft
摘要:帮助AI开发者解决电信领域AI开发,在数据准备、模型训练、模型发布以及部署验证工作中面临的各种困难
2018年10月全联接大会上,华为发布了AI战略与全栈全场景AI解决方案。“华为人工智能的发展战略,是以持续投资基础研究和AI人才培养,打造全栈全场景AI解决方案和开放全球生态为基础”,华为轮值董事长徐直军表示,“面向电信运营商,通过SoftCOM AI 促进运维效率提升”。
2018年12月6号,在即将开展的“中国移动全球合作伙伴大会”上,华为将发布一款面向运营商电信领域的一站式AI开发平台——SoftCOM AI平台,帮助电信领域开发者解决AI开发在数据准备、模型训练、模型发布以及部署验证,全流程工作中面临的各种困难。
SoftCOM AI平台,电信领域AI开发加速器
运营商所在的电信领域对开发者业务知识要求高,且电信场景多样化,网络设备复杂,华为推出的这款电信领域AI开发平台,到底长什么样?如何帮助开发者攻克电信领域AI开发的障碍呢?
我们从AI模型开发生命周期的四个阶段“数据准备、模型训练、部署验证和模型发布”,来浏览一下SoftCOM AI平台可以给开发者提供哪些高效、便利的服务:
1.数据准备阶段
电信业务涉及端到端网络不同域设备,业务相关的完整数据往往要跨域多设备收集,导致原始数据种类繁多,且质量参差不齐,这样的数据往往非常难处理。例如数据清洗阶段,业务关联性强且种类繁多的电信域数据,要求开发者要频繁与不同领域专家讨论,才能建立可判断数据质量好坏的各式各样规则,然后,根据对应数据质量判断规则为每一类数据手工写脚本,进行规模清洗。这样的方式,往往消耗开发者大量时间成本,且效率低下。同理,数据的ACD识别和数据标注面临相同的问题,即规则库建立困难,且缺乏可直接使用的规模化数据处理工具。
SoftCOM AI平台提供“丰富高质量的数据服务”。依托华为在电信领域长期积累的业务经验,形成面向各类电信业务场景的高质量数据专家规则库。在此基础上,运用机器学习算法构筑一套数据处理工具。帮助运营商以及合作伙伴将原始数据进行有效的数据清洗、识别和准确标识,形成Catalog结构化高质量数据资产。同时,提供包括数据配置维护、应用、查询等一套数据管理机制。使能开发者随时调用有效的高质量数据进行AI模型的开发训练。
(一张海量数据收纳整理的示意图)
2.模型训练阶段
电信设备种类和厂家包罗万象,一种设备的标准都是五花八门。这就导致开发者经常要从上千种标准的设备参数中进行特征提取,就好比一千种语言,你要提取出“错误”含义的词,等你学完一千种语言,黄花菜都凉了。此外,电信领域网络覆盖范围广泛,涉及无线/固定接入网、承载网、核心网、骨干网等,导致电信业务相关外部参数上千种,不同外部参数组合往往匹配不同AI算法,开发者要从上千种参数组合中找到对应算法,盲目摸索效率极低。
SoftCOM AI平台提供“一站式高效模型训练服务”,在特征提取阶段,支持电信领域业务对象如基站、 交换机 、路由器等设备的特征处理能力,辅助开发者快速识别关键特性;在模型选择阶段,内置的电信领域业务AI算法(例如异常检测、根因分析、优化控制、业务预测等等),帮助开发者缩短模型算法试错时间。最后,在模型训练阶段,用多模并行训练计算框架,替代串行训练计算框架,加快模型训练速度。从业务和算力双向加速AI应用模型开发。
3.部署验证阶段
AI模型训练出来后,还需要部署到业务模拟环境进行验证评估调优,毕竟在虚机上训练出来的模型,不拿到业务模拟环境运行验证一把,怎么知道是否有效?万一训练出来是个傻子呢?为了保证部署验证的有效性,要求开发者构筑的业务模拟环境尽量精准,然而电信领域业务一般比较复杂,AI模型部署验证要涉及几十种不同软/硬件资源配套,不同业务的配套资源还不一样,开发者从零开始手工搭建环境,工作量大、周期长。
SoftCOM AI平台为开发完成的模型,提供 “AI模型精准部署验证服务”。开发者只需基于统一规范的应用包格式提供AI模型,再选择平台内预置的的业务模拟环境,即可以进行一键部署验证,极大提升部署验证效率;
同时,SoftCOM AI平台提供模型部署验证过程中的业务效果可视化工具,AI模型的任何改动对业务系统的影响一目了然;开发者在进行多个模型部署验证对比,或新旧模型部署验证对比时,业务效果可视化 工具 可以系统反馈不同模型下业务性能差异指标,帮助开发者精准选择匹配业务环境最优模型。
4.模型发布阶段
AI模型开发出来后,开发者们难以找到可以管理发布电信领域模型的交易市场,往往无法顺利实现商业变现,成为AI开发者的职业发展瓶颈;
为了推动电信领域行业AI发展,鼓励更多AI开发者实现模型的商业价值变现,SoftCOM AI平台贴心的为电信领域AI开发者搭建一个“AI模型大卖场”,提供AI模型高效发布服务,包含认证服务(如模型数据安全审核,运行环境兼容审核等)、上架服务(网站门户展示,线上计量计费等)、版本迭代管理服务。开发者只需要在线提供“AI模型/应用”的软件包和介绍说明文档,SoftCOM AI平台即可提供一条龙发布服务,将AI开发者的劳动成果推向市场,实现商业变现。
电信领域AI开发任重而道远,SoftCOM AI平台在“数据准备、模型训练、部署验证以及模型发布”四个阶段,为开发者提供了一套全生命周期AI开发服务,协助开发者扫除电信领域AI开发的重重障碍,使能开发者搭上AI开发的高效列车。
业务体验欢迎访问SoftCOM AI平台,入口: https://telcloud.huawei.com/softcomai/guide/index.html
更多信息请关注 “人工智能园地”公众号:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- Docker Hub 镜像加速器
- 矩阵乘法加速器的设计框架
- AI加速器的新选择
- CDN & 游戏加速器,两者是一个原理吗?
- Docker - 配置阿里云的Docker镜像加速器
- 基于FPGA的深度学习加速器综述:挑战与机遇
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。