浙大网新部署 IN-Edge 分布式 AI 中台，助力智慧城市建设

9 月 7 日上午，在上海举办的 2019AI 先行者大会”AI 解决方案“分会场上，浙大网新子公司网新华通 AI 市场产品总监何伟照作了题为“分布式 AI 中台驱动智慧应用落地”的演讲。

何伟照表示，为对应未来可能会出现的各种不同需求的应用场景及更有效快速地支援各种应用的落地。目前，IN-Edge 分布式 AI 系统依托数据中台、技术中台、业务中台构建起了分布式 AI 中台，其建立在通用且成熟的 ARM 芯片的基础上。这套系统基于 ARM 通用芯片，规模可大可小，具备松耦合性，能够进行灵活部署与灵活应用 — 既可进行边缘部署，也可集中部署，在信息化处理方面可以将 AI 模型和业务灵活结合。不同于传统业务流程化开发，IN-Edge 分布式 AI 中台无需根据不同场景重新开发，而是将智慧业务的共性部分提取成通用标准模块，通过模块间的自由组合使得智慧应用快速落地。

InfoQ 有幸在会前采访了网新华通 CEO 郑晓林及何伟照，详细了解了 IN-Edge 分布式 AI 系统背后运用到的核心技术和在构建智慧城市等方面的成果。

IN-Edge 分布式 AI 系统

在云计算领域深耕多年的网新华通预判，未来，云计算的发展必然导向大数据与人工智能方向的升级：一方面是云平台向大数据平台与城市大脑的平台升级，另一方面是基础的资源服务平台向更高的技术平台进行的产业升级。

为抓住由数据驱动的 AI 技术的发展机会，并基于自身在云计算、ARM 芯片领域的经验积累，网新华通决定自主研发以 ARM 芯片为亮点的 IN-Edge 分布式 AI 系统，该项目于 2018 年 7 月正式启动，前后历时近一年投入数千万研发，并于今年 5 月正式发布。

据介绍，IN-Edge 分布式 AI 系统运用到的关键技术是高密度分布式的 ARM 通用计算集群，技术亮点在于充分发挥了 ARM 芯片的高成熟度、高性价比与高通用性等特点，它可以灵活部署实施并形成集群化方案。

该系统采用的算法是新一代 GAN 网络自动机器学习、弹性架构计算、分布式部署及多种 AI 应用并行计算、人脸人形聚类识别、人物识别、车辆识别等核心技术，无需更换智能摄像头，即可让全国 1.6 亿传统视频监控摄像头变成人工智能摄像头。

与一般的 AI 系统相比，In-Edge 分布式 AI 系统具有六大优势：

一是自动机器学习：整套系统采用 GAN 对抗性神经网络来训练 AI，让其进行自动对抗的深度学习。其中用到的训练数据来自华通云自己的素材数据库、合作公司提供的训练数据等渠道。

一个 GAN 框架最少（但不限于）拥有两个组成部分——生成模型 G 和判别模型 D。训练过程中会把生成模型生成的样本和真实样本随机地传送一张给判别模型 D，后者的目标是尽可能地识别出真实样本（输出为“真”或者 1）和尽可能正确地找出生成样本，也就是假样本（输出为“假”或者 0）。而生成模型的目标和判别模型相反，即尽可能最小化生成判别模型找出它的概率。这样 G 和 D 就组成了一个可递归的对抗训练模型，在训练过程中双方不断优化直到达到平衡——双方都无法变得更好，也就是假样本与真样本完全无法区分。

“AI 技术的核心在于两点，一是计算效率，一是模型。华通的这套训练方式，一方面可以根据应用场景的不同，进行高速响应，从而做出高识别率的聚类模型；另一方面也可以基于不同的芯片，训练不同大小的适应模型 “，何伟照表示。

二是弹性计算：以摄像头为例，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以动态适应计算需求，实现弹性计算，极大增强系统综合计算能力。

三是学习执行一体化：系统将机器自动学习的成果自动执行并不断将成果反馈给机器加以修正，不断优化成果输出。

四是分布式部署增强调度能力：存量摄像头和监控设备都可以接入分布式 Ai 系统，可以盘活全国目前智慧城市建设已投资的 1.6 亿个摄像头。要盘活如此大规模的摄像头，背后需要强大的技术支撑。据介绍，为做到这一点，In-Edge 分布式 AI 系统运用了云端+边缘端的弹性计算部署策略，边缘端的各个算力节点都可以共享算力，能满足大部分的 AI 应用算力需求。当边缘端的算力不足的时候，云端就可以即时调集计算资源，提供补充算力。

五是并行计算，多功能应用：IN-Edge 可以实现多种 AI 应用并行计算，可同时接入上千路视频的计算处理，实现跨行业、跨应用，在同一系统平台中同时处理运行。

六是低能耗，可持续绿色运营：IN-Edge 分布式 AI 系统由于采用 ARM 架构，能极大降低系统能耗。

助力智慧城市建设

具体在落地运用层面，IN-Edge 分布式 AI 系统对于建设智慧城市具有重要意义。据悉，上线 4 个月以来，该系统已经在智慧社区、智慧旅游和智慧安防等领域开展了试点项目。

在智慧社区领域，华通云为富阳某小区以及华东院未来社区提供包括人脸门禁、人员轨迹跟踪与热力图、陌生人警报、车位与停车规范管理、周界管理、精准营销、建筑修护等功能。

在智慧旅游领域，IN-Edge 分布式 AI 系统运用的一个典型案例是浙江淳安"下姜村的智慧旅游项目"，系统为该村的旅游景区提供了 5 个数据实时统计及分析模块，包含下姜村地图人员热力图模块、当天景区旅游人数同比增长模块、到访车辆统计及属地归档模块、近一周人数和车辆走势分析图模块、重要区域人流数据实时展示模块等，旨在帮助下姜村实现智能化管理。据悉，该项目实现了 3 个技术突破：在无任何比对与参照的情况下识别人；使用多摄像头组网，做到了用不同摄像头识别同一个人；对同一个摄像头开发出了多功能，既可以实现人脸人形识别，也可以实现车辆车牌识别。此外，华通云还正在与千岛湖高铁站合作展开对旅游接驳车辆进行实时人数统计的项目。

在智慧安防领域，华通云与某公安的合作项目是对某开放的老小区进行安防功能的升级，将小区所有出入口的普通监控接入人脸识别和车牌识别功能，准确区分小区常住居民和流动人员，提供以图搜图、黑名单自动报警和人员轨迹追踪等公安实用功能，希望大幅提高该小区治安管理水平。此外，华通还为宁波华数营业厅和绍兴轻纺城提供人脸与车牌识别、轨迹追踪、黑名单报警等 AI 应用。

智慧安防是 AI 公司普遍重点布局的一个领域，该领域竞争异常激烈，既有海康威视、大华这样的老牌上市公司，又有旷视、依图这样的新锐 AI 独角兽。谈及竞争， 郑晓林表示，华通云目前的策略是差异化竞争，“我们主要在做分布式 AI 系统和 AI 应用的补充市场，跟大华、海康等老牌上市公司以及旷视、依图这样的新秀是互补而非直接竞争的关系。例如，我们这套系统的优势特点在于能够盘活城市中的存量摄像头，而不必像一些传统企业一样再要求项目方新装摄像头。再如大华和海康的 AI 系统主要是集中式架构，而我们是分布式架构，二者之间有很大不同“。

目前中国的智慧城市建设尚处于初级阶段，大多是在某一行业领域的研究和信息化建设，但行业之间信息化并没有实现信息的互通、共享甚至是协同。

“数据不协同意味着城市不会思考，也就谈不上真正的智能”。

郑晓林认为，要提升整个城市的智慧水平，就要有新的基础设施产生—城市大脑。城市大脑能够让政府、企业的城市数据、民生数据、经济数据实现全量互联、在线，最终实现数据之间的协同。

城市级的海量数据协同的过程必定会消耗大量的计算资源，这些计算资源调配需要通过 AI、大数据算法等技术来驱动。因此，要提升智慧城市的管理水平，应将城市大脑作为基础设施，通过 AI、大数据、云计算的技术来调动城市数据实现协同，让城市学会思考，变得更加智能。

坚持 “AI Driven 战略”

今年 8 月，网新华通和阿里云达成了关于数据中心项目上的战略合作，在全国范围内落地实施 IDC 数据中心机房项目，这是云计算服务商和大型数据中心的首次深入合作。

华通云会根据阿里的要求进行选址，并按照其提供的定制化数据中心的技术和运营服务保障等要求，进行规划、设计、投资、建设及负责提供数据中心运维托管服务。

高效的绿色数据中心及大规模分布式存储和计算是营造下一代互联网服务平台最基本的核心技术，阿里云为华通云提供的云计算解决方案，大大拓展了云计算的服务能力。华通云也将在未来两年通过建设 T2 至 T4 级别的数据机房，在数据中心之间进行高可用、高可靠、高带宽的互联，完成真正意义上的云化数据中心群。

谈到战略布局，郑晓林表示，华通云之后的战略布局主要分为两方面：在技术实施方面，会继续巩固加强，并且将业务拓展到全国范围。在数据驱动方面，未来会着重发力 AI 技术及城市大脑等项目。

在 AI 技术应用不断发展的当下，浙大网新提出了“AI Driven”战略，希望用人工智能来驱动自身业务的发展，并带动网新所涉足的整个产业的升级，其中，华通云数据承担了“智慧城市”业务由互联网+模式向 AI+模式转型的重任。

“未来，浙大网新和华通云数据将在平台层不断更新和迭代分布式人工智能云平台，在业务层继续深耕大交通、大金融、大健康行业，全面利用分布式 AI 技术赋能智慧城市的各行各业，让 AI 部署更灵活自如，让民众享受到随时随处的 AI 服务，全面提升智慧城市效能”，郑晓林表示。