分布式AI中台驱动智慧应用落地

合集下载
相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

成本
AI应用性价比高
10
In-Edge GAN 训练平台
不同训练模式的对比
传统标注方式的 AI
海量的人工标注
第一代 GAN
可能只有无穷尽的计算,但是的不出结论
In-Edge GAN
快速的训练模式,节省时间,高效
11
学习执行一体化
学习和执行一体化,自动迭代
GAN
对抗性 神经网络
深度 学习
自动 执行
AI 模型 a) 模型研发缺乏指引,参与角色众多,难以有效沟通协作。(沟通繁杂) b) 模型泛用性太低,只能针对某个应用,而不能复用。(泛用性低)
统一性 a) 缺少统一数据标准,数据获取难、重复的数据预处理与特征工程。(数据难处理) b) 缺乏统一的监控平台,服务管理接口、及更新、维护机制。(缺少统一业务模块) c) 基础资源分散管理,未得到充分利用,造成浪费。(基础资源浪费多)
AI 处于什么阶段?
人工智能技术刚刚越过曲线高峰(还处于狂热期),立刻面临的巨 大问题:
如何在低谷期更好保存自己?(收入现金流);
有哪些市场刚需,可以促进AI应用,用技术兑换成大量现金 流?(AI安防、AI滤镜); 如何整体降低AI项目整体工程成本?(中国做生意,价格优 先原则);
4
0
分布式 AI 中台
弹 性 计 算
ARM
算力 平台
GAN
训练 平台
数 据 收 集
数 据 分 析
百度文库
数 据 预 测
业务中台
技术中台
数据中台
架构/算力 后台
分布式存储/分布式计算/底层架构 AIOT/云资源/公安网/政务云
8
应用业务模块化,灵活组合
基本模块
组合能力输出
场景驱动
模块化的设计使每一个士兵都能成为“战场多面手”,既可以当突击手、狙击手,也可以变成机枪手,让士兵一专多能。
21
旅游行业解决方案
为市民和游客的交通、入住、入园节省了大量时间
减少堵车、停车等时间
通过横向结合交通部门和相关 停车场,纵向结合景区、酒店,外 部结合交易平台等方式,减少游客 花在路途、停车的时间。
快速入园
简化游客入园、酒店办理手续, 优化游玩路线,从而提升出行体验 感。对于景区和酒店来说也能够节 省更多的人力成本。
9
高密度分布式ARM通用计算集群
GPU系统
耗能
同样处理160路视频服务器20KW
密度
处理160路视频需要占2*3=6U空间
弹性
GPU架构调度非常困难
成本
AI应用性价比低
速度
并发处理速度慢
In-Edge系统
节能
处理160路视频服务器耗电500W
弹性
ARM通用计算架构调度容易
速度
并发处理速度快
密度
处理160路视频服务器占3U*1空间
AI 发展 分布式AI中台 成功案例 我们还能做什么
1
0 AI 发展
12019 AI 先行者大会 AI Pioneer
AI 处于什么阶段?
萌芽
狂热
扩展到早期接受者 以外的用户
谷底
攀升
成熟

供应商大量增加
望 值
大众媒体追捧炒作
开始有负面报道
早期接受者试用
第一代产品,高价,需要 大量定制
初创公司第一轮 风投 研发
7
In-Edge分布式AI中台功能图谱
应用场景/产品 前台
智慧安防
智慧小区
智慧旅游
数字驾驶舱
人脸 门禁
人脸 支付
轨迹 跟踪
车辆 识别
车位 识别
以图 搜图
智慧城管
雪亮工程
黑名 单库
智能 客服
数据 大屏
业务/技术/数据 中台
前端 APP
应用 功能 模块
后端 管理 平台
定制 化工 具
容 器 算 法
人 脸 算 法
无卡入住
从吃、住、行、游、购、娱各 个方面让市民游客体验到更便捷、 更愉快的旅游过程。
22
智慧交通解决方案
应急联动
与其他部门紧密联动,提供应 急联动用户线路保障功能,针对110、 119、120等特种车辆,提供公安医 疗消防领域的“生命速通道”交通 应急保障,保证“一键护航”。
辅助决策
供应商兼并,倒闭
用户接受高速增长:20%到30%
的潜在目标用户已完全接受
发展方法论和最
第二轮、第三轮风投
好的实践技巧
少于5%的浅在目标用 户已完全接受
第三代产品,开箱即用 产品、成套产品
第二代产品
部分服务
科技诞生的促 动期
过高期望的峰 值
泡沫化的低谷 期
稳步攀升的光 明期
实质生产的高 峰期
时间
技术成熟度曲线(The Hype Cycle) 3
22019 AI 先行者大会 AI Pioneer
中台
以前战争
现代战争
后端 战略/战 术 决策
火力支援
前线执行
打击敌人
打击敌人
前线敌人
后端战略决策
火力支援
前线战术决策
打击敌人
打击敌人
前线敌人 6
中台冰山理论
前台
产品形态、UI、UED、用户体验
中台
大数据、技术模块、业务运营
后台
分布式架构、性能、扩展、AIOT
16
0 成功案例
32019 AI 先行者大会 AI Pioneer
成功案例
AI+旅游
淳安下姜村
AI+媒资
阳光云视
AI+小区
未来社区
AI+
AI+公安
临安区公安
AI+5G
铁塔公司
AI+体育
杭州亚运会
18
案例-下姜村
人流统计区域: 当日景区总人数、人数 随时间变化图
车流统计区域: 到访车辆数、各地区车 辆占比
自动迭代
执行 反馈 学习成果
12
弹性计算
弹性架构计算,综合算力强
释放计算资源
调集计算资源
弹 性 计 算
在摄像头视野里面,如果突然出现检测对象,系统可迅速调集计算资源,弹性计算才是正道,分布式计算 资源可以动态适应计算需求,综合计算能力强。
13
容器架构
标准容器的结构,将最大限度地拓展AI平台和产业应用间的耦合。
采用 ARM 平台
广泛第三方 支持
轻量级
可移植
动态调度
14
盘活海量存量市场
分布式部署,调度能力强。
盘活中国1.6亿个 普通摄像头
不改变现有系统 架构
城市普通摄像头 智能化组网
15
AI中台解决智慧应用落地痛点
业务成本 a) 垂直式开发,过程重复,能力难以沉淀,集成难,不能重复利用。(研发成本高) b) 研发环节繁多,缺少简易的模块化辅助,业务响应缓慢。(时间成本高)
一周内人流车流走势图
下姜村实际应用-大屏展示
各区域不同时间段人 流量分布
人员热力图
19
案例-下姜村
下姜村实际应用-旅游景区
人流数据 实时流量监控
游客分析
各区域人流变 化图
20
案例-下姜村
下姜村实际应用-旅游景区人员属性统计
网新华通分布式AI系统, 能根据部署在下姜村的23个普 通的监控摄像头,实时监控旅 游景区的人员属性。根据拍摄 人员行为的不同,自动分类为 村民、游客等,做到自动监控, 自动报警,大量减少治安成本 和提高景区治理综合水平。
相关文档
最新文档