地圖數(shù)據(jù)又離不開遙感技術(shù)。通過飛機、無人機、衛(wèi)星拍攝的大量照片應(yīng)該如何處理，得到房屋、道路的數(shù)據(jù)，才能變成我們手中的App？
單靠人力顯然是不能完成的，這個過程離不開人工智能中的計算機視覺（CV）技術(shù)。
遙感技術(shù)和當今AI領(lǐng)域最熱門的主題息息相關(guān)。遙感照片數(shù)據(jù)處理集結(jié)了CV領(lǐng)域的幾大核心問題：圖像分類、目標識別、語義分割等等。
華為Atlas打通遙感圖像智能分析任督二脈
通俗地說，圖像分類用于解決分辨不同地表條件的遙感圖片，目標識別可以發(fā)現(xiàn)地圖中車輛等特定物體，語義分割則可以將城市地圖中的建筑、道路等區(qū)分開來。
一句話，遙感領(lǐng)域?qū)V來說是一項全能挑戰(zhàn)，是全球AI技術(shù)的newsexy.
遙感大賽：全面的CV挑戰(zhàn)
最近國家自然科學(xué)基金委信息科學(xué)部聯(lián)合武漢大學(xué)，舉辦了一場遙感圖像智能分析大賽。本次大賽的5個主題緊貼這最重要的幾項任務(wù)。
這5大競賽主題分別是遙感圖片的場景分類、目標檢測、語義分割、變化監(jiān)測以及遙感視頻的目標跟蹤。目前大賽線上報名已經(jīng)開始，舉辦方不僅鼓勵在校的研究團隊參與，也希望小微企業(yè)、創(chuàng)業(yè)團隊能夠加入進來。
比賽由武漢大學(xué)測繪遙感信息工程國家重點實驗室承辦，不熟悉學(xué)術(shù)界的人可能還不知道，根據(jù)世界大學(xué)排名中心的數(shù)據(jù)，2017年武漢大學(xué)遙感學(xué)科位居世界第一，所以此項比賽也意味著世界領(lǐng)先遙感科研水平在AI應(yīng)用實踐的一次探索嘗試。
值得注意的是，華為Atlas人工智能平臺也為大賽提供算力基礎(chǔ)，展現(xiàn)參賽者實際上手的能力。
為何選擇華為
一個關(guān)于地圖的計算機視覺比賽選擇華為，對于不熟悉華為的人來說或許有些意外。但如果你仔細了解華為在AI領(lǐng)域的技術(shù)積累就會明白這一切。
華為的昇騰系列AI處理器，大多數(shù)人或許并不陌生。去年年底，華為推出了7nm的昇騰910和12nm的昇騰310兩款A(yù)I芯片，而且使用的都是華為自研的達芬奇架構(gòu)。
今年，屬于華為自己的人工智能計算平臺——Atlas正式上線，Atlas就是基于華為昇騰系列AI芯片和業(yè)界主流異構(gòu)計算部件打造的。
但是只有AI芯片和計算平臺是遠遠不夠的，對于開發(fā)者來說，好不好用才是關(guān)鍵。
首先，Atlas平臺的產(chǎn)品特別適合處理CV任務(wù)，以本次大賽采用的Atlas200AI加速模塊為例，它在FP16上的算力為8TFLOPS，功耗小于10W，可搭4GB/8GB內(nèi)存，支持16路高清視頻實時分析和JPEG解碼，可以用在人臉識別、姿勢識別、車輛識別等實際應(yīng)用場景。
但是有了AI加速模塊還遠遠不夠，華為推出Atlas200DK開發(fā)者套件，幫助AI應(yīng)用的開發(fā)者快速熟悉開發(fā)環(huán)境，開發(fā)出的AI模型可以快速部署到搭載Atlas硬件的產(chǎn)品上。
如果說本次遙感圖像智能分析大賽是一場“華山論劍”，那么華為為大賽提供的Atlas平臺就是打通任督二脈的“武林秘籍”。
華為昇騰芯片可以快速應(yīng)用在攝像頭、無人機等設(shè)備上，對地圖采集和處理任務(wù)可以無縫銜接。
Atlas200DK整個開發(fā)套件的價格僅3999元，相比Atlas200加速模塊僅高出200元，足以可見華為對AI開發(fā)者強大的支持力度。作為對比，英偉達的JetsonTX2開發(fā)板價格約5000元，F(xiàn)P16算力僅為1.3TFLOPS。
對于國內(nèi)開發(fā)者而言，國外的AI套件在購買渠道、售后技術(shù)支持上都不具備優(yōu)勢。能夠獲得性價比更高、更容易買到的國產(chǎn)AI硬件，快速部署自己的AI解決方案，何樂而不為？
華為Atlas的野望
Atlas是希臘神話中能撐起宇宙的神，華為以此命名是希望能撐起智能計算行業(yè)的一片天。華為Atlas發(fā)布至今在AI行業(yè)中已經(jīng)有一定的積累，未來的應(yīng)用前景不容小覷。
AI時代讓萬物面臨智能化，而智能化的背后是數(shù)十億設(shè)備對算力需求的大爆炸，不僅是遙感技術(shù)，像視頻監(jiān)控、交通調(diào)度、無人機等應(yīng)用場景中，對算力的需求也越來越大。
這時候，支撐萬物互聯(lián)的“芯”就顯得無比重要，如何選擇一款芯片就非常關(guān)鍵。
正是因為看到了廣闊的應(yīng)用前景，今年以來，各大AI公司已經(jīng)開始重視邊緣設(shè)備，比如谷歌、英偉達這樣的公司推出了Coral、JetsonNano這類邊緣計算產(chǎn)品。
但是這類產(chǎn)品更注重開發(fā)側(cè)，而沒有一套完整成熟的落地解決方案。華為Atlas和它們相比，在快速部署到實際場景中具有很大的優(yōu)勢。
AI模型不僅要在本地開發(fā)時運行效果好，也要能保證部署到邊緣端不至于有太大性能損失。參賽者將自己的算法模型移植到華為Atlas200DK硬件上，這也是既是對選手泛化能力的一種考察，也表明了華為Atlas200DK在具有快速部署模型的強大能力。
華為支持遙感圖像智能分析大賽，試圖通過設(shè)備+方案+場景的方式，讓Atlas滲透到智能計算的各個角落，遍地開花。
或許也是出于這樣的考量，這場遙感技術(shù)背后更長遠的行業(yè)意義，不止于比賽本身。
一切為了生態(tài)
華為去年開啟了智能計算的戰(zhàn)略，為客戶和伙伴提供云端、服務(wù)器端的AI算力支持。今年又開啟了用戶側(cè)硬件Atlas的戰(zhàn)略。云邊協(xié)同的架構(gòu)藍圖已經(jīng)清晰展現(xiàn)。
通過人工智能加速模塊、智能小站等產(chǎn)品形態(tài)，華為Atlas正在打造面向端、邊、云的全場景人工智能基礎(chǔ)設(shè)施方案。
除了遙感技術(shù)，華為Atlas還有智能交通、智能零售、智能家居等更大的落地化應(yīng)用空間。
比如長距離的輸電項目，為了保障用電安全，輸電線路需要定期巡檢，而傳統(tǒng)輸電線巡檢要耗費大人力物力。
利用搭載Atlas200模塊的攝像頭，能夠?qū)崿F(xiàn)電網(wǎng)的智能化無人巡檢、監(jiān)視分析，及時預(yù)知風(fēng)險，減少人工識別工作量并提升準確率。而且Atlas200的整機功耗僅8W，可以使用太陽能供電，減去了后期維護的煩惱。
華為的Atlas產(chǎn)品就是在這樣不知不覺中構(gòu)建起行業(yè)生態(tài)。
眾所公認的是，一個萬物互聯(lián)的時代正在加快到來。從基礎(chǔ)的芯片，再到整機解決方案、邊緣計算設(shè)備。華為看到了萬物互聯(lián)應(yīng)始于萬物有芯。于是從這方面，能重新審視華為在芯片布局方面的前瞻性。
