阿里云機器學(xué)習(xí)PAI構(gòu)建AI集團(tuán)軍作戰(zhàn)，聯(lián)手Intel在AI軟硬件領(lǐng)域發(fā)力

第一屆“英特爾創(chuàng)新大師杯”深度學(xué)習(xí)挑戰(zhàn)賽已在阿里云天池平臺如火如荼的舉辦中。本次大賽由英特爾主辦,阿里云計算平臺機器學(xué)習(xí)PAI聯(lián)合達(dá)摩院以及中文信息協(xié)會等組織機構(gòu)聯(lián)合承辦,共有近7500支隊伍報名參賽,并取得了優(yōu)異的成績。?此次AI賽事聚焦在當(dāng)下火熱的計算機視覺OCR領(lǐng)域以及自然語言處理NLP領(lǐng)域的經(jīng)典技術(shù)方向,希望通過比賽引導(dǎo)開發(fā)者們找到更創(chuàng)新優(yōu)化的技術(shù)解決方案,并促進(jìn)AI行業(yè)內(nèi)的溝通學(xué)習(xí),推動開發(fā)者們的技術(shù)交流。參賽選手中不僅有來自各個企業(yè)的參賽隊伍,也有很多來自國內(nèi)知名高校的年輕選手,包括:北京大學(xué),復(fù)旦大學(xué),浙江大學(xué),華北電力大學(xué),重慶理工大學(xué),中國海洋大學(xué),北京科技大學(xué),北京交通大學(xué),華中科技大學(xué),西安電子科技大學(xué),四川大學(xué)等等。

在現(xiàn)實場景中文字是人們生活中必不可少的部分,我們每天都在生活和工作中處理不可計數(shù)的文字信息,例如:書本中的文字,海報中的文字,票據(jù)中的文字等等。本次比賽OCR賽道的任務(wù)旨在解決這類光學(xué)文字的提取問題:如何將現(xiàn)實場景中出現(xiàn)的文字信息,更準(zhǔn)確的轉(zhuǎn)化為電子設(shè)備可以處理的文本信息,以滿足人們在不同行業(yè)應(yīng)用中的需求。

此外,地址也是日常生活中一種重要且常用的文本信息,像是汽車導(dǎo)航、電商購物、快遞配送、人口普查、水電氣開戶等都需要我們用到地址信息。常見的地址可能會包含行政區(qū)劃信息,如省、市、縣、鄉(xiāng)鎮(zhèn)的信息;也有可能會包含路網(wǎng)信息,如路名,路號,道路設(shè)施等;?智能地址要素解析可以將地址文本拆分成獨立語義的要素,并對這些要素進(jìn)行類型識別的過程。而智能地址文本相關(guān)性服務(wù)更可以幫助人類根據(jù)不同形式的地址表述來快速搜索定位到準(zhǔn)確的地址。

本次“英特爾創(chuàng)新大師杯”深度學(xué)習(xí)挑戰(zhàn)賽正是由“通用場景OCR文本識別任務(wù)”、“NLP地址要素解析任務(wù)”和“NLP地址相關(guān)性任務(wù)”三個賽道組成,參賽選手可以自由報名參加任何賽道,發(fā)揮自己的算法技術(shù)和創(chuàng)造力,探索中文語義AI技術(shù)在各類日常生活實用場景中的應(yīng)用。值得一提的是,本次參賽的開發(fā)者可以在阿里云天池實驗室提供的交互式建模平臺PAI-DSW上進(jìn)行模型訓(xùn)練。PAI?DSW(Data?Science?Workshop)由阿里云機器學(xué)習(xí)平臺?PAI?于?2018?年針對算法開發(fā)人員推出的云端機器學(xué)習(xí)編程環(huán)境,在已有?PAI?Studio?提供的組件化拖拉拽式模型訓(xùn)練服務(wù)的基礎(chǔ)上,提供了更具靈活性和自主性的模型開發(fā)和訓(xùn)練。PAI?DSW在集成?JupyterLab?的基礎(chǔ)上,內(nèi)置了豐富的數(shù)據(jù)開發(fā)和機器學(xué)習(xí)算法庫,并為天池平臺的參賽選手提供了多種免費的計算資源,包括當(dāng)下主流的?CPU?和?GPU。

事實上,“英特爾創(chuàng)新大師杯”深度學(xué)習(xí)挑戰(zhàn)賽只是PAI和Intel合作的一個縮影。PAI和英特爾合作貫穿了從硬件至驅(qū)動再到軟件,第七代高主頻實例包括了英特爾至強處理器,為機器學(xué)習(xí)平臺提供了非常大的優(yōu)化空間,例如在互聯(lián)網(wǎng)行業(yè),不管是在內(nèi)容推薦、廣告推薦、商品推薦這些領(lǐng)域,把內(nèi)容信息轉(zhuǎn)換成特征信息,需要使用非常多的自然語言處理技術(shù),英特爾產(chǎn)品DL?boost能夠大幅提升NLP的效率,推升我們在公共云客戶以及專有云客戶使用平臺的性價比。CPU硬件上集成了?BF16加速指令能夠大幅度提升PAI訓(xùn)練平臺加速的效率,同時AVX-512指令集提供通用的底層算子。軟件搭配英特爾??oneAPI深度神經(jīng)網(wǎng)絡(luò)庫(oneDNN)非常容易集成,降低優(yōu)化和使用門檻。

PAI和英特爾在AI領(lǐng)域的合作,可以說是一次成功的強強合作。英特爾對于自己硬件性能的理解以及我們對于在模型上面對訓(xùn)練對場景的理解,形成一個更好的聯(lián)動,把AI自動化能夠做起來,我們的用戶更加隨心所欲地進(jìn)行模型的變化。雙方合作具備領(lǐng)先性,能夠推動業(yè)界標(biāo)準(zhǔn)的提高,在benchmark(全球AI性能榜單)上進(jìn)一步去發(fā)布結(jié)果,推動整個CPU平臺工作的演進(jìn)。

從英特爾和阿里云PAI的合作也可以窺探出整個AI技術(shù)的發(fā)展趨勢在向智能化、自動化以及工程化發(fā)展。Gartner?將「AI?工程化」列為?2021?年度九大重要戰(zhàn)略科技趨勢之一。AI?要成為企業(yè)生產(chǎn)力,就必須以工程化的技術(shù)來解決模型開發(fā)、部署、管理、預(yù)測等全鏈路生命周期管理的問題。

針對AI工程化落地的實踐經(jīng)驗,阿里云認(rèn)為模型超大規(guī)?；欠浅Ｖ匾囊粋€基礎(chǔ)能力。2021年初,阿里云機器學(xué)習(xí)?PAI、達(dá)摩院智能計算實驗室聯(lián)合清華大學(xué)共同開發(fā)了業(yè)界最大規(guī)模的中文多模態(tài)預(yù)訓(xùn)練模型?M6。PAI?團(tuán)隊自研?Whale?分布式訓(xùn)練框架,在計算效率、通信效率、顯存消耗等多個方面進(jìn)行了深度優(yōu)化,從而幫助M6模型快速迭代訓(xùn)練。

基于機器學(xué)習(xí)平臺PAI,阿里云希望構(gòu)建大規(guī)模AI端到端的能力,從底層芯片到分布式系統(tǒng),再到上層算法和數(shù)據(jù)的規(guī)模化,打造AI工程化集團(tuán)作戰(zhàn)的能力,服務(wù)于各行各業(yè)。