算法定义硬件,站上旷视技术开放日的C位( 二 )


第一级是形成硬件单品最小闭环 , 比如旷视推出的魔方盒子产品 。 在传统系统需要智能化改造时 , 魔方可以快速通过RTSP或者国标等协议对接前端已有相机产品 , 提供各类智能应用服务 , 对上层平台提供API接口上报相关警戒事件 。
目前魔方针对各类场景应用 , 接受部分ISV定制功能 , 且魔方还可以提供容器化部署方案 , ISV可将自己的应用部署到魔方上 , 与旷视算法能力融为一体 。
比如在生产安监、加油站、园区等不同场景 , 加载不同的算法 , 魔方盒子就成为了一个行业性产品 。
实际上 , 算法定义硬件在行业里已经落地 , 这两者最显著的结合点就是计算摄影 。 旷视研究院计算摄影负责人范浩强梳理了拍照技术的发展过程 , 他提到 , 智能手机的进一步发展也在拓展拍照能力的边界 , 自从算法引入智能手机之后 , 在夜晚拍照对于消费者来说已经不再遥不可及 , 而成为大家认为理所当然的一个事情 。
算法定义硬件,站上旷视技术开放日的C位
文章图片
“可以说 , 算法引入使得智能手机可以很高质量地在月光下进行夜景拍照 。 而AI算法的引入让这件事情的边界得到进一步的扩展 。 进入2022年 , 我们可以很自豪地跟大家说 , 在AI驱动之下的智能手机拍照能力已经到达了星光级 。 ”范浩强在旷视技术开放日上说 。 这其中 , AI算法扮演着非常重要的角色 。 算法本身的复杂性越来越高 , 相关镜头的防抖、对焦以及光线传感等等每个组件也根据算法需求进行定制 , 才能实现影像能力的提升 。
旷视深度参与到影像能力提升过程中 。 目前在1080P这个规格上 , 旷视“AI画质”方案已经用通过多种形态软件得到了应用 。
第二级是产品大闭环阶段 , 重构“云边端”产品体系 , 形成一整套覆盖“云-边-端”的AIoT软硬一体化产品组合 。
为此 , 旷视推出了数字空间解决方案 , 构建起覆盖云边端的软硬件产品组合 , 并且建立了算法下发工具 , 实现算法的自动化下发与升级 , 降低硬件成本 , 提升使用效率 。
旷视研究院算法量产负责人周而进表示 , 在一个应用场景里 , 尤其是针对丰富、长尾且碎片化的需求 , 只解决一两个单点的算法流程是不够的 , 需要有一个强大的算法生产能力和体系 , 能够规模化、系统性地解决一大类场景下的算法流程 。
算法定义硬件,站上旷视技术开放日的C位
文章图片
旷视自研的AIS就是针对数据生产、算法模型和推理框架的标准化从而推出的一个算法生产平台 。 基于旷视Brain++体系 , 在旷视自研的深度学习框架MegEngine , 在旷视自己的数据管理平台MegData和计算平台MegCompute的基础上面 , 为算法生产构建的一个从数据到模型训练 , 到性能分析调优 , 到推理部署测试全链路的零代码自动化的生产力工具平台 。
第三级是生态打通 , 协议互通 。 不过这仍然是目前的憧憬 , 但是为了实践这一目标 , 旷视也已在积累技术储备 , 打造基石 。
这个基石 , 也正是近期旷视技术开放日上 , CEO印奇提出的“2+1”核心技术科研体系 。 “2+1”的AIoT核心技术科研体系 , 即以“基础算法科研”和“规模算法量产”为两大核心的AI技术体系 , 和以“计算摄影学”为核心的“算法定义硬件”IoT技术体系(包括AI传感器和AI机器人) 。
2即基础算法科研+规模算法量产 , 1便是算法定义硬件可以说基础模型科研是AI创新突破的基石 。 可以看到 , 历史上每一代基础模型的突破都很大程度上促进了视觉AI的发展 。