2012年,第十一屆北京安防展,華為宣布正式進軍安防領域,卻被業界笑稱“狼來了”。
2016年,第十三屆北京安防展,華為帶著首創的“視頻云”,卻被業界懷疑這是一匹孤狼。
2018年,第十四屆安防展,華為直接放出了全棧全場景AI,告訴業界,華為安防真的“狼”來了。
我不知道過去的六年,華為付出了怎樣的努力,付諸了多少的心血,但我卻知道,華為已經給智能安防的明天,帶來了改變。
關于芯片▲▲▲
為什么過去我們只提安防,而今天開始要說智能安防,究其原因,在算力上。
以智慧交通為例,如果一個算法需要數億張圖片耗時數月才能迭代,這樣的效率算不上智能;當前業界人像抓拍的普遍水平在20到30張之間,這也算不上智能,或者說,還達不到能夠稱之為智能安防的程度。
有沒有辦法把算法迭代的事情縮短到五分鐘以內,并且持續進行,或者將人像抓拍的數量一次性提升十倍,還有上升的空間?
華為說了兩個名字:
昇騰310
昇騰910
昇騰310是一顆“極致高效計算低功耗AI SoC“芯片,16T的算力,業界最高水平的四倍以上。
昇騰910在16位情況下算力是256T,8位的話達到512T。可以做到1024個昇騰910芯片的集聯,當前單芯片計算密度最大,適合于大規模分布式訓練。
這兩款芯片意味著什么?以昇騰910為例,它可以將算法訓練得效率提升上千倍,讓數億張圖片的算法訓練由幾個月縮短到五分鐘。
而正是這兩款高算力AI芯片背后的華為AI戰略讓智能安防的實現變得可能。
軟件定義攝像機▲▲▲
安防攝像機在過去是硬的,很簡單的道理,因為從出廠開始,它的能力、智力水平就被固定了,不會學習,無法升級,也就是“出生定終身”。
但是華為芯片背后的算力,給了軟件定義攝像機的能力。以“芯五星”為名的五個系列近百款攝像機都裝載了昇騰310的芯片。過去人像抓拍的數量大概是20到30張,現在保守測試達到了300張,而且算力還有充裕,一下子將抓怕密度提升了十倍。
但其實最讓我感興趣的不是拍攝密度的提升,而是對普通攝像機的“共同富裕”。
一臺裝載昇騰310芯片攝像機,只需通過一根網線,就能夠幫助普通攝像機實現智能化,將普通攝像機平滑升級成為智能攝像機,實現1拖N的“共同富裕”和智能。
那么至于軟件定義,也就是“芯五星”系列攝像機,可以像人一樣不斷地進行自我學習、成長,持續迭代算法,按需定義。
但是華為說這還不夠,他要把黑白電視淘汰掉,讓每個人都能看上彩色電視。
所以它用彩色鏡頭采集彩色圖像,用黑白鏡頭確定圖像輪廓,雙鏡頭模式將星光攝像機帶進彩色時代。
這里要提到一個東西,叫非約束算法。在過去的約束算法里,很多東西都是被寫好固定不能變更的,就像酒店前臺登記的攝像頭,稍微動一動,拍不到你,帶上口罩或者墨鏡,認不出你,必須要端端正正站在那里擺拍才行。
但是在非約束的場景里,不論你采取怎樣的變裝,通過怎樣的身形和移動,都可以完全識別出來。
智能攝像機是華為昇騰芯片產物的落地,而支撐其背后的就是強大的算力,因為算力充裕,才能夠做到云和端的協調,才能夠將云上的算法實時加載,才可以將拍攝數量和算法迭代的效率得到極大的提升。
八爪魚式的分布架構▲▲▲
華為強大的算力有兩個呈現方式,一個是芯片,另一個,就是云化。
2016年,華為首次提出了視頻云的概念,而當時的他們,正面臨著兩個主要的問題:
1.傳統安防廠家的建設多由盒子堆積。
2.數據孤島沒有聯通。
華為迫切地需要解決這個問題,因為智能安防的業務,應當是一個在大平臺支撐下的精英作戰模式,云化就是這種新作戰思路的最佳實踐方式。而想要實現這一點,還需要數據之間的開放與融合。
因此,華為提出了“一片云海”的概念,并采用了八爪魚式的分布架構。
這其實是一個很形象的比喻,因為八爪魚有大腦和小腦,可以協同工作,而華為的云化目的就是為了站在無論何種視角,都能夠提供地域、場景等在內的無差別協同服務。
八爪魚式的分布架構已經為華為智能視頻云帶來了三大價值:
1.從虛擬化走向服務化:為客戶提供彈性調度、資源共享、原子服務的能力。
2.多維數據聯通共享:讓數據最大程度發揮價值。
3.具備最強技術支撐:Atlas解析服務器采用昇騰芯后提升4倍解析能力;存儲設備全對稱的分布式架構支持容量和性能的均衡擴展,單套存儲超過 100PB容量,可做到“一城一存儲”。
這當中有一個特點,叫“強中心,敏邊緣”。因為華為認為,70%的安防業務都可以在邊緣節點上快速地收斂和閉環,而資源中心、能力中心和作戰中心,幾個中心之間也能夠實現不同的結合和服務。
在把原本孤立的數據連接成數據水系以后,原本的數據孤島就變成了數據大海。這里也包含了三個變化:
1.單維的數據變成多維的數據。
2.孤島變成連通的海洋。
3.在EPM云海里面把視頻專網的數據和公安信息網的數據打通,為將來數據的全融合打下了基礎。
這里我要強調一個問題,因為是智能安防的云化,所以很多人會誤會地認為,云必須要部署在省廳或是市局。
在安防領域,云是技術,只要能滿足數據的共享,整體的架構,保證互通,那就是云,這跟部署在哪里,是大是小,沒有關系。
而且為了幫助城市能夠快速部署、維護,華為特別明顯一些區縣地區和邊緣節點推出了“一臺起步,敏捷上陣”的云節點方案。只要能和其他云互通,那么一臺服務器也能做云。
過去的云系統,平均需要兩周時間實現業務上線,而現在這個時間縮短到了兩天,算法的迭代從兩個月縮短至兩周。同時,實現了平臺和云節點里,視圖的檢索、解析、轉發、儲存和接入的融合以及人臉算法、人體算法、行為分析、人群密度和車輛識別這五個算法與人像人臉之間聯動的融合。
我覺得這是符合云化能力發展潮流的——智能向下,數據向上。
算力的戰爭▲▲▲
這應該可以叫做算力的戰爭,因為支撐著芯片、智能攝像機以及在云海上進行精英作戰的,是華為在過去六年沉淀的算力。算力的提升,為行業帶來的巨大的改變,將過去不可能的事變成了可能。
首先,我之前說過,算法的迭代由原來需要數月,變成今天幾分鐘可做。其次,智能攝像機的拍攝密度成十倍提升,創造了不可能。
而當算力越來越強,攝像機協同能力、監控范圍、識別能力得到顯著提升的時候,未來兩到三臺智能攝像機就能完成現在十數臺攝像機的工作。
在深圳華為總部的周邊,華為已經和深圳交警聯合創新,對路口的紅綠燈進行了配時優化,AI對信號燈進行了整體優化。
而當算力再次升級時,優化的范圍必將將進一步擴大,最終全市居民都將從中受益。
華為的安防,走得不算早,路也不平坦,但如果說今天的智能安防需要依托算力,那么華為已經給自己手里搓出了一副好牌。
一座燈塔▲▲▲
如果過去想要衡量安防系統的智能水平,這是做不到的,因為沒有標準。但是今天,華為從感知、協同和決策三個維度定義了安防行業智能發展階段,并發布了iCAN(intelligencescore)安防智能指數評價框架體系:intelligence score = f(算力Computing,算法 Algorithm,協同syNergy)將安防智能化水平分為L0-L4五個等級,給這個行業豎起了一座燈塔。根據分級標準定義,當前行業普遍處于“L1-初級智能”階段,華為已處于“L2-有限感知智能”階段。華為通過新發布的昇騰芯片,將推動產業向“L3-全智智能”階段演進。
L0是無智能的、人工的方式,L1初級智能,L2有限的感知智能,L3全知智能,L4自主智能。華為在深圳優化紅綠燈配時的實踐基本達到了有限感知的智能,也就是L2,而業界,普遍還停留在L1的水平。
如何實現最后一個階段,或者說什么時候才能實現最后一個階段,華為認為這需要算力至少達到100T以上。
以行車為例,L4可以躺在座位上脫離方向盤,到達任意想要去往的地方。但是這需要幾個條件:龐大的算力、充足的數據、個性化的算法以及場景化的各種應用。
華為的計劃是,兩年內做到L3,并推動產業向L3邁進;五年后做到L4,讓產業整體進入L4階段。
這是有信心和根據的,算力的問題解決了,就打下了基礎,可以慢慢進步,解決瓶頸,持續發展。
雖然這個指標還不完善,但是幸好,我們總算起步了,還需要更多的業界同仁一起來豐滿這個指數,也還需要華為繼續用自己的算力、算法和業務,去推動體系的前行。
華為的遠望▲▲▲
如果要用一個詞來形容華為現在的心情,我覺得應該是“興奮”。
說實話,從2012年宣布進軍安防以后,華為一直以來都沒有取得特別值得關注的成績,但智能安防的到來,卻給華為帶來了戰略提升的機遇。
華為對智能安防的市場的野心,這是自不必多說的,但我在意的,是他對明日世界的遠望。
為什么華為那么迫切地要研發芯片,因為他們清楚地知道,智能安防最害怕的就是等死。
算力只有0.66T,又還能指望支撐業務怎樣的發展。一個人只有智商水平不斷提高以后,才能學習更多的知識,處理更多的問題,做好自主決策。 如果想要實現華為的全場景布局,就必須開創一個新的架構,具有創造性的新架構。
華為在安防上的布局,不過只是未來AI和智能城市的縮影。而基于算力帶來安防領域的突破,更是將整個公司的視野和格局,從扎根中國的本土創業型企業,蛻變為擁有國際化視野的全球領導者。
正如業界所說,華為“狼”來了,但幸運的是,這匹狼帶來的是團結和執著的精神,是僅僅只把眼下成果當成起步,“興奮”地想要借助算力奠定出的基石,在未來創造無限的可能。
因為這個行業也許不需要神童,但卻忌諱一眾的平庸。所以他們想把整個業界的智能水平拉拽上來,一起努力,再配合使用單位和實戰單位一起在應用場景里,尋找決策和突破的解決方案,為安防行業和AI整體能力的提升,帶去一點推動和改變。
華為最終想要實現的,是改變全行業的AI,捫心自問,不過是惠及民生而已。
而所幸的是,在智能安防蓬勃發展,人們對AI熱情再次高漲的時代,會有更多像華為一樣優秀的企業在不斷努力,讓我們與未來變得更近一點點的。 所以,期待華為,讓我們拭目以待。
評論