如今，AI技術(shù)已滲透到各個(gè)行業(yè)，隨著AI技術(shù)應(yīng)用的蓬勃發(fā)展，相關(guān)專(zhuān)業(yè)的人才缺口也日益增大。

為了助力高校人工智能領(lǐng)域人才培養(yǎng)及學(xué)科建設(shè)，華為通過(guò)昇騰師資培訓(xùn)沙龍，面向廣大高校教師提供昇騰全棧全場(chǎng)景AI技術(shù)知識(shí)點(diǎn)培訓(xùn)。通過(guò)理論講解和案例實(shí)操，讓與會(huì)高校教師能夠更加全面、深入地認(rèn)識(shí)昇騰、使用昇騰，從而將昇騰相關(guān)知識(shí)點(diǎn)融入學(xué)生培養(yǎng)體系。

9月19日、20日，在華為北京研究所舉辦的為期兩天的昇騰師資培訓(xùn)沙龍北京場(chǎng)上，華為計(jì)算業(yè)務(wù)CTO周斌介紹了昇騰計(jì)算架構(gòu)。

首先，昇騰計(jì)算提供了強(qiáng)有力的計(jì)算底層性能，其獨(dú)特的達(dá)芬奇架構(gòu)可以支撐上層的框架應(yīng)用解決傳統(tǒng)的科研問(wèn)題，比如微分方程組等；同時(shí)對(duì)于師資和課程，也提供了完整的支撐；此外，昇騰還提供了交流的社區(qū)和下載資源、云服務(wù)資源以及物理硬件等物質(zhì)支持。

周斌表示，在昇騰技術(shù)的發(fā)展過(guò)程中，各高校及老師對(duì)整體技術(shù)推廣和發(fā)展起到了非常重要的作用，而昇騰計(jì)算也為其教學(xué)發(fā)展投入眾多資源支持，這對(duì)于未來(lái)AI發(fā)展都具有一定的科研優(yōu)勢(shì)。

華為昇騰所追求的是充分利用硬件和體系架構(gòu)的創(chuàng)新，以提供性?xún)r(jià)比更高的AI算力，而對(duì)于高校的教學(xué)及科研可以充分利用華為提供的資源，這也是相對(duì)便捷的一個(gè)手段。

為此，華為推出了沃土2.0計(jì)劃，面向高校教研、開(kāi)發(fā)人員、初創(chuàng)企業(yè)和合作伙伴進(jìn)行扶持計(jì)劃。目前，已經(jīng)有50多所高校加入了沃土的高校教研扶持計(jì)劃。

隨后，清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系教授、人工智能研究院副院長(zhǎng)孫茂松老師針對(duì)當(dāng)前人工智能教學(xué)與人才培養(yǎng)中存在的問(wèn)題進(jìn)行了深度解讀。他認(rèn)為，人工智能的科學(xué)技術(shù)和人才培養(yǎng)可分為三個(gè)層次：基礎(chǔ)科學(xué)、技術(shù)科學(xué)和技術(shù)應(yīng)用。

我國(guó)新一代人工智能發(fā)展規(guī)劃是到2030年人工智能理論、技術(shù)和應(yīng)用總體達(dá)到世界領(lǐng)先水平，但目前國(guó)內(nèi)的人工智能理論基礎(chǔ)薄弱，技術(shù)科學(xué)也并不是全部領(lǐng)先，部分領(lǐng)域仍處于陪跑階段，因此未來(lái)發(fā)展任重而道遠(yuǎn)。

AI人才的培養(yǎng)定位主要為三個(gè)方面：科學(xué)家、工程師和技術(shù)員。目前國(guó)內(nèi)的人才培養(yǎng)的瓶頸是缺乏適用的師資和支撐課程的計(jì)算資源，培養(yǎng)過(guò)程中強(qiáng)力的算力支持是必不可少的。

孫茂松教授建議，要想解決當(dāng)下的問(wèn)題，同高端AI企業(yè)合作不失為一個(gè)很好的途徑。

在為期兩天的沙龍中，華為專(zhuān)家詳細(xì)分享了華為昇騰全棧全場(chǎng)景技術(shù)架構(gòu)及應(yīng)用案例實(shí)戰(zhàn)。其中，華為昇騰布道師杜凡義分享了基于昇騰AI處理器的目標(biāo)檢測(cè)應(yīng)用實(shí)踐。

隨著深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)的快速發(fā)展，相關(guān)技術(shù)已經(jīng)在諸多領(lǐng)域廣泛應(yīng)用。

目標(biāo)檢測(cè)（Object Detection）作為圖像理解的重要一環(huán)，是機(jī)器視覺(jué)領(lǐng)域里最具有挑戰(zhàn)性的問(wèn)題之一，其在人臉檢測(cè)、行人檢測(cè)、車(chē)輛檢測(cè)以及遙感影像中的重要地物檢測(cè)等領(lǐng)域都有應(yīng)用需求。

深度學(xué)習(xí)用于目標(biāo)檢測(cè)的算法從思路上來(lái)看，可以分為兩大類(lèi)，一類(lèi)是two stage的方法，也就是把整個(gè)流程分為兩部分，生成候選框和識(shí)別框內(nèi)物體；另一類(lèi)是one stage的方法，把整個(gè)流程統(tǒng)一在一起，直接給出檢測(cè)結(jié)果，主要包含SSD, YOLO系列。

主流算法中表現(xiàn)較好的是SSD和YOLO系列，以VGG16-SSD為例，采用VGG16作為主干網(wǎng)絡(luò)，采用卷積取代全連接層，其主要思想包括兩點(diǎn)：通過(guò)卷積+池化依次提取特征；通過(guò)特征值來(lái)預(yù)測(cè)候選框的位置和大小，并對(duì)候選框內(nèi)物體進(jìn)行分類(lèi)。

隨后，杜凡義詳細(xì)講解了整個(gè)昇騰AI處理器的應(yīng)用開(kāi)發(fā)流程：原始的模型在經(jīng)過(guò)工程準(zhǔn)備后，首先進(jìn)行模型評(píng)估、模型轉(zhuǎn)換和精度評(píng)估，轉(zhuǎn)換過(guò)程中出現(xiàn)問(wèn)題時(shí)需要通過(guò)循環(huán)多次的算子開(kāi)發(fā)及調(diào)試，直到調(diào)優(yōu)成功；完成之后就進(jìn)入到業(yè)務(wù)開(kāi)發(fā)的過(guò)程中，經(jīng)過(guò)一系列處理之后再推送到各種設(shè)備。而MindStudio可以支撐整個(gè)應(yīng)用開(kāi)發(fā)的過(guò)程。

他還提到了AI推理加速實(shí)例，對(duì)目標(biāo)檢測(cè)的模型獲取過(guò)程也進(jìn)行了講解。

此外，杜凡義基于對(duì)原始模型的理解，重點(diǎn)說(shuō)明了圖像預(yù)處理時(shí)DVPP和AIPP的不同分工：DVPP主要負(fù)責(zé)解碼、圖像縮放與輸出圖像數(shù)據(jù)類(lèi)型，AIPP負(fù)責(zé)色域的轉(zhuǎn)換、減均值、摳出Crop以及圖像的數(shù)據(jù)類(lèi)型轉(zhuǎn)換。

最后，杜凡義通過(guò)云端沙箱實(shí)驗(yàn)詳細(xì)演示了目標(biāo)檢測(cè)應(yīng)用開(kāi)發(fā)的實(shí)戰(zhàn)過(guò)程。到此，華為這次歷經(jīng)八站的昇騰實(shí)踐交流之旅就圓滿(mǎn)結(jié)束了。

回顧這次活動(dòng)，華為的技術(shù)專(zhuān)家深度地介紹和解讀了昇騰的全棧全場(chǎng)景AI技術(shù)，與會(huì)的各地高校師生對(duì)于昇騰的技術(shù)架構(gòu)和知識(shí)理論也有了進(jìn)一步的深刻體會(huì)，相信這將直接助益于未來(lái)國(guó)內(nèi)AI領(lǐng)域的人才培養(yǎng)。AI的未來(lái)要靠專(zhuān)業(yè)人才來(lái)推動(dòng)，而華為正與高校聯(lián)合，致力于打破當(dāng)前AI人才供需比嚴(yán)重失調(diào)的局面，為中國(guó)的 AI 發(fā)展輸送更多高質(zhì)量人才。