本届评选面向“智能制造”方向,围绕关键技术及核心基础部件、智能化装备和制造过程智能化技术与系统(数字化工厂车间)三大领域,面向全国征集到186个案例,覆盖全国21个省(直辖市),分布在27个行业。评选活动遵循公平、公正、客观、权威的原则,由30位智能科技领域中外知名专家组成评审委员会,从创新性和独特性、应用价值与实效性、实施难度与复杂性、市场影响与推广性等维度对申报案例进行评审,最终评选出10个优秀案例。我们将在未来一段时间通过官网、官微等平台陆续展播优秀案例,推动创新应用案例的推广和普及,进一步带动人工智能和实体经济的深度融合。
01本期案例概述
优秀案例展播最后一期为大家带来关键技术及核心基础部件领域入选案例——基于数据流AI芯片的智慧安监解决方案,核心技术关键词为数据流技术。
鲲云科技基于自主研发的数据流架构,发挥底层算力优势,利用数倍于国内外同类产品的芯片利用率优势,为行业提供具有绝对算力性价比优势的数据流AI芯片,推出星空加速卡系列及边缘计算小站等AI计算平台,面向工业领域石油、化工、电力、冶金等行业中的AI视觉分析需求,充分发挥算力和算法联合优化的技术优势,提供更具算力性价比的软硬件一体化解决方案,支持人员行为、环境风险、生产设备、特殊作业的实时智能监测报警,助力工业制造业实现安全生产管理智能化。
02本期案例详解
一、建设智慧安监,助力安全智能生产
随着物联网、云计算、大数据等新一代信息技术兴起,人工智能图像视觉技术开始引入应用于企业的智能化升级建设,但存在视频结构化、利用率低的问题,安全管控效率低、成本高等问题,联网共享的安防监控系统和智能化的解决方案是新综合安防体系建设的关注热点,并对低延时、高算力性价比的软硬一体化解决方案提出更多需求。在政策端,化工、粮库、加油站等行业都明确提出了推广应用智能视频监控系统,政策方面也在加快推进安全生产信息化、智能化建设。
基于数据流AI芯片的智慧安监解决方案自底层算力层、软件层到平台层均为鲲云科技自主研发推出,解决了传统安监系统视频结构化数据利用率低、监控过于被动、警情处置效率低的痛点,给石油、化工、电力、加油站等存在安全隐患的国民支柱行业的智能化升级和安全生产监控,提供从芯片到操作平台、用户最终界面的一体化标准解决方案。
二、找准自身优势,解决算法难题
智慧安监项目的建设并非易事。从底层算力层来看,不仅涉及核心的AI算法计算,还包含数据接入,编解码,前后处理等计算需求,这些计算之间的良好协同是保证整个AI系统性能的关键,需不断迭代优化AI系统级芯片方案,以实现协同计算性能的最优;在算法层面,随着场景里面新的需求不断涌现,场景的碎片化也带来了产品和解决方案的碎片化,加上有些应用功能具有一定的边界,这会加大AI应用落地的难度。这需要行业对于场景数据的积累、标准定义逐渐成熟化,同时需要技术厂商找准自身优势切入到细分场景,深耕垂直领域算法需求,推动标准化平台以缓解碎片化的痛点。基于数据流AI芯片的智慧安监解决方案完美解决了这些难题。
图:基于数据流AI芯片的智慧安监方案
第一,算力层:基于数据流AI芯片CAISA的算力产品,高算力性价比视频智能分析的时效性和准确性关乎到工业生产安全和效率,因此高性能硬件支持极为重要。
该方案中底层算力采用的定制数据流架构是与英伟达GPU等基于指令集架构产品完全不同的方式,属于国际首创的芯片架构技术,并自主研发基于定制数据流架构的AI推断芯片CAISA,利用率可高达95.4%,相比市面常用深度学习加速硬件提供最高10倍以上资源利用率,可基于国产制造工艺领先巨头产品高达4.12倍实测性能;最低3ms延时,深度学习算法的计算延时及能效比得到成倍提升,更适合实时应用;提供不同边缘计算平台,支持横向扩缩容的多类型计算节点,实现多路视频结构化分析,为智能化升级项目提供高性能高算力性价比、国产化的计算加速方案。
第二,软件层:高精度场景算法,准确识别异常,提升安全管理效率。在保证相对于同类产品更高性能的基础上,鲲云科技充分发挥算力和算法联合优化的技术优势,深耕工业垂直领域,打造数据壁垒和场景匹配的高精度算法,实现算法精度和算力速度最优。
第三,人工智能图像识别推理平台,实现软硬件深度融合。平台层采用人工智能图像识别推理平台“鲲云星云AI视觉分析平台” 支持多种流媒体服务平台接入,充分兼容已有安防监控系统,降本增效;可通过DVR、NVR、平台SDK等快速集成,支持多种部署架构,适配多种视频分析场景;并提供多层次开放能力,从业务层的restful API到服务层的算法调用API,按需定制。
三、实现降本增效,落地效果优异
基于数据流AI芯片的智慧安监解决方案充分利旧降低成本,兼容已有监控系统,基于原有摄像头进行图像分析,适合批量上线,极大降低部署成本;并提供多层次开放API,方便快速集成,在现有的信息化能力手段上,融合视频AI智能管控,通过实时分析、报表图表、反馈、提供决策依据和管理依据,让系统代替部分人工岗位,使管理效率和应急处理效率更高。
图:基于数据流AI芯片的智慧安监方案优势
在北方某油田智能分析建设工程中,该联合解决方案通过建立AI智能图像处理技术对漏油及漏油面积进行识别,检测出作业风险到出现报警提示的时间仅需1秒,检测精度超过90%,有效预防了原油泄漏造成的安全事故、生产停工和环境污染;鲲云与某煤炭化工园区合作,通过深度学习算法对接入的 100 路视频进行数据处理,识别作业区域的人员安全帽、工服,违规区域人员闯入,以及液体泄露、烟雾、火焰等环境风险,并为园区搭建可视化监控中心,实时查看 AI 报警分析结果和视频流数据,极大地提高了园区的安全监管效率。
本方案应用在工厂、电网、油田、园区、港口等国家重点行业场景,助力安全生产监测和产线智能化升级,节省大量人力巡检成本,算法识别准确率大幅提高到99%,在降本增效、转型升级发展等方向效益显著。
基于数据流AI芯片的视觉智能分析方案中的底层算力AI芯片CAISA,凭借其高算力性价比,获得大客户广泛认可,与英特尔、戴尔、浪潮建立战略合作,联合浪潮推出基于鲲云AI芯片的浪潮AI服务器;并荣获世界人工智能大会(WAIC)卓越人工智能引领者奖(SAIL奖)、吴文俊人工智能专项奖芯片项目一等奖”,以及科技部“2021年度全国颠覆性技术创新大赛优秀项目”;在方案层面,“基于数据流AI芯片的智慧安监解决方案”获中国电子技术标准化研究院发布的“AI芯”标准典型案例,鲲云科技智慧安监方案入选飞腾优秀解决方案白皮书,“基于数据流AI芯片的智慧安监解决方案”获知名科技媒体“智东西”AI生产力创新奖。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。