加拿大當(dāng)?shù)貢r間12月8日-14日，國際人工智能頂會NeurIPS 2019在溫哥華召開。在本屆大會上，浪潮發(fā)布了全新升級的自動機器學(xué)習(xí)算法工具AutoML Suite，其模型搜索效率大幅提升，在模型精度相當(dāng)?shù)臈l件下，實現(xiàn)了模型搜索數(shù)目提升10倍、訓(xùn)練次數(shù)降低10倍。

浪潮AutoML Suite吸引眾多關(guān)注

AutoML Suite是浪潮自主開發(fā)的自動機器學(xué)習(xí)算法工具平臺，在今年4月首發(fā)，它具有四大特點：1)一站式可視化處理，用戶只需經(jīng)過任務(wù)設(shè)置、數(shù)據(jù)上傳、模型搜索、模型訓(xùn)練、模型評估、模型部署六個步驟的可視化操作即可為學(xué)習(xí)任務(wù)構(gòu)建好網(wǎng)絡(luò)模型，并獲得高精度；2)自動生成計算機視覺CV模型，采用強化學(xué)習(xí)自動完成分類、回歸模型生成，并支持監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)；3)部署形式靈活，為全球首個支持On-Premise和Cloud雙模式部署的產(chǎn)品，秒級完成部署；4)支持多機多GPU卡并行，極大降低模型搜索和模型訓(xùn)練時間，提高了模型生產(chǎn)效率。

升級后的AutoML Suite采用新一代神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索算法，新增超網(wǎng)絡(luò)參數(shù)共享與目標(biāo)檢測功能，可適用百萬級的大規(guī)模數(shù)據(jù)集訓(xùn)練，在大幅縮短模型搜索和模型訓(xùn)練時間的同時，也實現(xiàn)了超越人工設(shè)計模型的精度。同時還改進了數(shù)據(jù)接口讀取方式、采用了新的自適應(yīng)約束條件的模型搜索方式，部署實用性更強，內(nèi)存消耗更少。

浪潮AutoML Suite自動機器學(xué)習(xí)算法工具平臺

基于CAR數(shù)據(jù)集的測試結(jié)果顯示，使用11481張圖片的訓(xùn)練數(shù)據(jù)集，相比之前，搜索模型的平均速度快將近24倍，在模型精度相當(dāng)?shù)臈l件下，實現(xiàn)了模型搜索數(shù)目提升10倍、訓(xùn)練次數(shù)降低10倍�；�于CIFAR-10數(shù)據(jù)集，50000張圖片的訓(xùn)練數(shù)據(jù)集，AutoML Suite的模型搜索數(shù)量達到1500個，模型搜索時間為7.25 GPU時，單次訓(xùn)練耗時僅需129秒，模型精度達到96.7%。在相同測試環(huán)境下，對比開源自動建模工具Auto-Keras的各項指標(biāo)分別為22、24、181和83.64%。

同時，浪潮還公布了AutoML Suite基于實際應(yīng)用場景——交通卡口車輛識別業(yè)務(wù)場景的運行結(jié)果。在該場景中，在人工設(shè)計模型與自動搜索模型的對比測試中，AutoML Suite相比ShuffleNet V2、Inception V2、ResNet50三個專家手工設(shè)計模型，在參數(shù)和浮點運算量較少的情況下，實現(xiàn)了模型精度的超越。在交通卡口車輛識別業(yè)務(wù)場景的實際測試結(jié)果顯示，在單張GPU卡上，訓(xùn)練35.7萬張圖片構(gòu)成的數(shù)據(jù)集，AutoML Suite的模型搜索數(shù)量達到2000個，搜索耗時54小時，訓(xùn)練耗時196小時，模型平均精度達到94.6%，與之前實戰(zhàn)業(yè)務(wù)模型平均精度相當(dāng)。

浪潮NeurIPS 2019展區(qū)

浪潮是人工智能計算的領(lǐng)導(dǎo)品牌，AI服務(wù)器中國市場份額保持50%以上，并與人工智能領(lǐng)先科技公司保持在系統(tǒng)與應(yīng)用方面的深入緊密合作，幫助AI客戶在語音、語義、圖像、視頻、搜索、網(wǎng)絡(luò)等方面取得數(shù)量級的應(yīng)用性能提升。浪潮擁有業(yè)界領(lǐng)先的AI加速卡、全面覆蓋訓(xùn)練、推理、邊緣等AI場景的服務(wù)器陣列，并具備AI算法工具、管理軟件等開發(fā)能力，可為客戶提供一體化交付。在浪潮提出的元腦生態(tài)中，浪潮與合作伙伴共享AI計算、資源與算法三大核心平臺能力，助力行業(yè)用戶開發(fā)并部署屬于自己的“行業(yè)大腦”，加速推進產(chǎn)業(yè)AI化落地。