AI 开发者们说，现场撸代码就是学到很多

8 月 23 日，“DevRun·选择不凡，华为云开发者沙龙 2019”西安站如期举行，聚焦 AI、IoT、微服务等领域，围绕华为云 6 大业务展开分享，解析华为云生态化和平台化战略。在分享和实操环节开发者们热情满满，给予沙龙内容及形式的肯定：“现场直接体验从 0 到 1 ，大家一起操作的过程学到特别多。”

不得不谈的 AI 算力：Atlas 如何开启华为 AI 新篇章

强大的算力对 AI 发展来说是根基中的根基，随着 AI 不断与产业结合，以往的数据中心也遇到算力的瓶颈。芯片作为计算的基础，成为巨头布局的战场，芯片赋能的智能计算正在引领新一波信息技术创新潮流。

今年 4 月份，华为宣布 Atlas 人工智能计算平台系列产品正式上市，开启了 Atlas 商用新篇章。 Atlas 人工智能计算平台是基于华为昇腾系列 AI 芯片，通过模块、板卡、小站、一体机等丰富的产品形态，打造面向“端、边、云”的全场景 AI 基础设施，可广泛用于智慧城市、运营商、金融、互联网、电力等领域。

在现场，华为智能计算 AI 解决方案架构师魏浪重点介绍了 Atlas 200 DK AI 开发者套件、部署方法，以及开发工具 MindSpore Studio 在应用开发、业务编排中的作用。Atlas 200 DK AI 开发者套件是以海思 Ascend 310 芯片为核心的一个开发者板形态产品，主要功能是将 Ascend 310 芯片的核心功能通过该板上的外围接口开放出来，方便用户快速简捷的接入并使用 Ascend 310 芯片强大的处理能力。Atlas 200 DK 采用小型化设计，盒体尺寸仅为 137.8（L）*93.0（W）*32.9（H），在智能机器人、自动驾驶、无人机、平安城市的场景中发挥重要作用。

进行 Atlas 200 DK 的部署需要进行环境准备、MindSpore Studio 部署、系统 SD 卡制作、Atlas 200 DK 环境配置几个步骤。其中环境准备包含 Atlas 200 DK 硬件准备、软件准备（Mini developer kit、MindSpore Studio 工具包、Ubuntu arm64 包准备）、部署环境准备；MindSpore Studio 部署需要在 PC（Linux 操作系统）端进行安装访问；系统 SD 卡制作指将容量不低于 16G 的 SD 卡插入读卡器，将读卡器与 MindSpore Studio 所在机器的 USB 连接，然后下载制卡脚本一键式进行系统卡制作及环境配置。

开发工具 MindSpore Studio 其实是一套基于华为自研 NPU 开发的 AI 全栈开发平台，在业务引擎层为开发者提供一套可视化的 AI 引擎拖拽式编程服务，极大的降低了 AI 引擎的开发门槛。创建链路编排分为 7 步，首先创建的工程会生成画布，用户可以使用拖拽的方式进行工程编排，涉及到离线模型转换：如果模型是第三方的模型，需要对其进行离线模型转换，当前支持 Caffe、Tensorflow 模型转换。

（MindSpore Studio 创建链路编排）

全流程开发如何保证？ ModelArts 一站式搞定

AI 技术更迭迅速、高质量数据资源不足、算法能力不足、模型训练慢等问题，对开发者来说都是巨大的挑战。开发者既需要快速学习跟上技术潮流，也需要成熟的技术服务平台作为底层支撑。如何解决开发者面临的这些难题，ModelArts 作为一站式 AI 开发平台有自己的优势。

华为云 EI 布道师、华为开源软件能力中心 AI 领域首席架构师孟繁亮提到，2018 年 10 月 10 日，华为向全球发布人工智能战略和全景解决方案，展示了华为全栈全场景 AI 方案，“全栈”指的是包括芯片、芯片使能、训练和推理框架和应用使能在内的全堆栈方案；“全场景”指的是包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端在内的全场景部署环境。AI 平台化的同时还作为赋能所有生态的基础。

ModelArts 面向各行业 AI 应用的开发与研究，提供全流程、普惠的基础平台服务，基于异构计算硬件基础和 AI 计算框架为开发者提供包含数据处理、模型训练、模型管理、部署等能力，支持多种类别的通用 AI 能力，包括但不限于图像、视频、语音、自然语言处理，对话机器人。在数据处理的环节中，数据标注的质量以及速度决定了最终的机器学习效果，ModelArts 提供的智能标注覆盖面广，支持图片、语音、文本、视频等常见标注及自动驾驶、医疗等领域标注任务；基于主动学习和预置模型，系统边标边学，越标越准，可使标注效率提升 70%。

（基于主动学习的人机协同自动标注）

同时 ModelArts 的功能面向不同的开发者，比如业务开发者，不需关注模型或编码，可使用自动学习流程快速构建 AI 应用；对 AI 初学者来说，不需关注模型开发，使用预置算法构建 AI 应用；而为 AI 工程师，则提供多种开发环境，多种操作流程和模式，方便开发者编码扩展，快速构建模型及应用。在平台基础上，华为云还构建 AI 市场，让开发者能够在市场内与其他开发者分享模型、API 和数据集。在活动现场，华为云两位讲师还分享 AI 开发者如何通过参与 ModelArts 社区和《华为云 AI 实战营》来成长提升，并带大家实操如何进行图像分类。

让物理世界数字化在平台上，华为云 IoT 为行业提供解决方案

2025 年，物联网联接数将预计达近 1000 亿，今天，物联网产业已经进入了高速发展期，但是也面临着创新投入大、技术门槛高、生态资源难以获取、全球化业务落地困难等问题，华为物联网生态解决方案高级工程师刘明星提到“物联网云平台是应对行业挑战的必然选择”。

相对于传统的直联架构，IoT 平台使能架构让万物连接更快速、运营更简单、迭代更敏捷，而且在安全保证上，应用和终端解耦，给信息安全多种保障，同时平台构建生态，让商机共享，发挥物联网生态影响力。

华为推出 IoT 云服务，为加速产业规模化商用助力，推动行业数字化转型。基于华为对 IoT 产业的深入理解，华为云 IoT 平台抽象出的通用 API，采用标准 Restful 风格，易于开发者使用，降低 IoT 技术门槛。华为云 IoT 平台采用多终端介入方式，屏蔽不同终端差异性，让应用开发者可以聚焦应用逻辑实现。面对 IoT 设备服务能力、设备通信协议、设备交互方式各异，难以面对行业持续扩充的业务诉求，华为云 IoT 平台提供模型管理服务，按设备服务能力进行抽象，供面向业务应用统一发放管理，助力标准化进程推进，并用完整的设备管理，支撑起业务运维。

在现场，刘明星老师也展示了华为云 IoT 平台提供针对金卡燃气、成为后装车联网解决方案的实际案例。2016 年，全球首个基于 NB-IoT 技术的智慧燃气抄表试点项目在深圳启动，华为提供 NB-IoT 芯片、测试网络、云平台等完善的产业孵化环境，助力金卡燃气率先完成 NB-IoT 试点。

面向开发者，华为云 IoT 平台为开发者提供包括开发指南、API 文档、丰富的样例及开发工具在内的全面的技术支持。例如提供 Booster 服务，帮助开发者通过拖拉拽快速构建应用服务；提供 IoT Studio 一站式开发工具，加快开发者设备端的开发和调试。

同时，华为云 IoT 平台提供开发者培训与职业认证体系，以培育专业物联网人才。面向企业，华为云 IoT 平台让 IT 重构 OT，跨越数字鸿沟，实现企业数字化转型。

微服务转型正当时：ServiceStage 如何做好云应用平台服务

科技的迅速发展以及越来越快的生活节奏让产品更新迭代变快，如何快速响应市场的需求是企业立于不败之地的关键，传统的单体应用架构大量的耦合代码让模块间的界限越来越模糊，严重影响产品的功能和性能的扩展，这个时候就需要一种更简单的轻量级的架构来解决这个问题，而微服务架构通过将单一应用程序划分成一组小的服务，服务之间互相协调、互相配合，为用户提供最终价值。基于微服务架构，开发人员可以完成不同业务独立开发、部署、测试等动作。

华为云解决方案架构师何琪在现场分享了 ServiceStage 微服务解决方案是如何帮助企业和开发人员在华为云上高效地创建、部署和运维微服务应用的。华为云微服务平台 ServiceStage 提供应用全生命周期管理，实现业务敏捷 DevOps，并通过独有的契约能力实现了微服务治理与业务代码分离，帮助企业开发者聚焦业务逻辑。

在微服务框架上，提供 ServiceComb、Spring Cloud 和 Service Mesh 多种解决方案，降低企业迁移成本；在应用管理平台上，提供开发生命周期管理、运维生命周期管理；基于 ServiceStage 流水线实现应用全流程“自助式”开发、集成、验证与上线。现场何琪老师还带领开发者进行 DevOps 实践。

通信系统如何利用云服务转型？华为云会议让连接轻量化

在企业通信的业务层面，云服务让原有的通信系统更加轻量化。以云视频会议为例，以前部署一套视频会议系统，需要采购设备、后台部署，云的应用则可以减免大量后端部署的工作。华为云会议产品经理赵飞军在现场分享华为云通信是如何基于云计算和音视频技术，帮助企业实现实时信息连接，构筑差异化行业应用。

华为视频会议经过 26 年的发展，在视音频技术上从端、管、云，全方位打磨高清音视频体验，在现场，赵飞军老师还分享了华为云会议的落地案例：青岛政协-网络议政远程协商会议，华为云会议实现跨国跨终端跨会议定点的连接，端到端 APP 开发只用了 4 天调通，2 周即上线使用，在 1 个 App 内快速集成。

（华为云会议满足 4 个小时跨国会议的复杂场景）

当 ICT 网络加入 AI ：SoftCOM AI 使能自动驾驶

在面对运营商电信领域的场景多样化、网络设备复杂、对开发者业务知识要求等情况下，SoftCOM AI 帮助电信领域开发者解决 AI 开发在数据准备、模型训练、模型发布以及部署验证，全流程工作中面临的各种困难。

华为 SoftCOM AI 平台包含 4 个组成部分：数据湖、训练平台、推理框架，和 AI Marketplace。其中数据湖提供专业、安全的数据服务，使得电信数据治理高效，数据处理效率提升 5 倍以上；并且有由专业实验室生成高价值样本，覆盖电信域 90%以上典型场景，已有 1000+ AI 训练集，30000+ 网络特征，使得训练集获取耗时节省 90%；多租户隔离，实现用户数据端到端安全。SoftCOM AI 平台让通信经验服务化，降低模型开发门槛。

华为 SoftCOM AI 数据专家吴雪梅提到未来电信网络走向自动驾驶是必然之路，自动驾驶网络需要重点解决 ICT 网络领域预测类、手工重复类、场景复杂的问题，从而实现运营商降本增效。

面向自动驾驶电信网络，华为 SoftCOM AI 解决方案提出“三层智能、云地联动、开放极简”的创新架构，实现网络“自动驾驶”。从结构上来看，“云、网络、边缘”三层智能分工协作，云端进行模型训练后，可下载到本地进行控制决策，完成推理的执行新生产的数据又可以反馈到云，进一步优化模型效果。架构中有开放 API，支持业务层面自动化，同时支持网络自规划，服务自配置，故障自恢复和解决方案自调整，带来运维的极简。

AI 时代数据为王，电信领域 AI 应用开发同样离不开丰富的数据集，由于电信业务的特殊性（隐私、安全、数据不出局等），导致现网数据获取困难、获取周期长且缺少标注，为了更好的促进 AI 生态，SoftCOM AI 基于数据生成服务，将 30 年华为通讯领域的专业能力构筑在平台上，通过 SoftCOM AI 标准实验室构建通信领域公开数据集，解决通信领域算法缺数据的问题，为缺乏电信领域数据的开发者提供定制化数据服务。

“DevRun·选择不凡，华为云开发者沙龙 2019”西安站已结束，华为开放合作的态度，使其与开发者们不断共同成长。