[美国，旧金山，2015年6月16日] 华为分别与清华大学、中科院自动化研究所组成的两个联合队，在2015设计自动大会（Design Automation Conference）的低功耗图像识别竞赛（Low-Power Image Recognition Challenge）中一举斩获冠亚季军以及最低功耗和最高精度 5 个奖项。现场比拼测试结果表明，华为联队的图像认知计算方案在保证高精度识别图像的同时，使用的计算平台所需能耗最低，这将推动高密集计算的认知系统向更大规模的应用迈进。 近年来，认知领域内的深度学习发展迅速。深度学习可以让计算机具备接近人类的语音、图片的识别能力，甚至包括理解、决策、洞察能力，最终目的是改善人类生活与提升产业效率。目前，能够处理相对复杂任务的深度学习应用仍需要借助大规模数据中心的计算能力，而数据中心的固有能耗限制同样阻碍了认知系统进一步规模扩大。因此，需要对基于深度学习的认知计算的整体软硬件架构进行创新与优化。ImageNet竞赛是深度学习领域最著名的比赛，很多知名公司、机构都在该比赛中进行过角逐。2015年LPIRC竞赛在ImageNet的基础上特别增设功耗指标，正是对认知计算在大规模数据中心到可穿戴小型移动领域应用的能效性进行考验。 “华为－清华大学”与“华为－中科院自动化研究所”联队利用各自单位在原型系统搭建、软硬件适配、机器学习算法等多方面的优势，采用自研和最优开源框架集成的图像识别算法，使得精度相当的情况下，速度比传统算法高2个数量级。采用高性能的嵌入式GPU硬件平台，大幅度改善图像识别应用的能耗。在提交的35个方案中，“华为－清华大学”联队的2个解决方案分别获得总分的第一名和第三名，以及最高精度奖；“华为－中科院自动化研究所”联队的1个解决方案获得总分的第二名，以及最低功耗奖。 代表华为参加比赛的姚骏博士表示：“认知计算对未来信息技术、人工智能等领域具有重要的影响。我们研究该领域已经有一段时间，结合不同机构擅长的优势，探索认知算法和平台融合的多维度优化组合。第一次在国际舞台LPIRC上就获得了5项大奖，就是对我们研究思路的认可。未来我们会继续协同业界，努力实现认知系统的更多创新”。获冠军的清华大学汪玉副教授说道：“本次LPIRC比赛触发了我们在认知计算的未来规则，也就是要综合考虑认知系统和深度学习算法之间的平衡设计”。 DAC大会历届执行委员会主席Charles Alpert、与IEEE CEDA主席Sani Nasif表示：“华为公司在该领域从0到1突破如此神速，认知计算又迈进了一大步，希望业界联合以共同推动认知计算的规模应用”。LPIRC组委会 Yung-Hsiang Lu表示：“华为联合的2支队伍完成测试的质量很高，希望以后继续参加LPIRC”。 未来，华为会继续加大认知计算的投入，加强与国内外学术机构的合作，搭建国际交流平台，共同孵化认知系统的创新产品。 |
