迅捷

如果说前50年是AI的潜伏期，那么，2017就是人工智能的全面爆发年。我们在各行各业都可以看到AI的身影，包括各厂商推出的自研AI算法，以及满屏的基于AI的智能化探索和研究，无可否认的是，人工智能技术已经渗透到生活的各个领域当中。那么，在AI技术实际落地的过程中，会遇到什么样的瓶颈?基于深度学习的框架这么多，企业该如何选择最适合自己的那一条道儿?

12月9日UCloud收官战，聚焦AI技术的落地实践，通过高可用的异构AI计算平台构建过程、如何流程化地生产和发布AI产品、及深度学习性能优化工具和实现等内容分享，为开发者在快速落地AI应用和产品上提供了一些可用的方法和途径。

美团丁雪涛：美团配送智能网络规划系统

美团配送已承担日千万级单量的配送，为上百万商家和千万级用户提供服务。这其中如何建立配送网络的规划工具和规划策略至关重要，不过，仅仅依靠人工来对百万级别的网络进行调整，不但效率低成本高，而且标准不一。来自美团的资深技术专家丁雪涛，就美团配送网络的总体设计和规划、商家配送范围的策略和算法演进、区域规划的策略等内容展开了深入分享。

美团的整个配送网络整体设计包括三个核心概念：取件范围、送件范围以及配送范围。取件范围就表示加盟商的势力范围，每一个商家对应一个独立的配送团队，势力范围即配送小哥能够为哪些地方取件，送件范围的目的是为配送团队规划一个整体可以到达用户的地;配送范围是指商家的配送范围，只有在这个配送范围内的用户才可以看到这样一个商家。

那么，美团怎样规划取件范围和配送范围呢?在取件范围的规划上，美团以效率、体验和公平为基准点，制定了生成划分方案，即基于聚类和多目标优化，来生成候选划分方案，通过迭代反馈，将生成的候选方案输入到仿真系统，通过真实历史订单骑手配置来模拟配送过程，得出效率和体验评估报告。

在配送范围的规划上，美团首先将配送场景划分为常规配送范围、恶劣天气范围、闲时配送范围、新商家范围等等，通过block决策、导航路线画图、中间指标、商家推荐、机器学习预估多种技术手段，分析出不同场景下最优的配送范围。

UCloud宋翔：构建商用AI平台的挑战与思考

随后，UCloud高级研发工程师宋翔，结合UCloud在AIPaaS产品研发过程中遇到的问题，以及AI平台构建过程中的挑战与解决方案，为现场参会者深入讲解了如何构建一个高可用的异构AI计算平台。

宋翔表示，目前，业界主流的AI算法和框架非常多，算法包括VCG、LSTM、RestNet、Fast-RCNN等等，而框架又有TensorFlow、Keras、Caffe、MXNet等，其组合种类更加让人眼花缭乱。那么，如何在繁杂的组合里选择合适的算法和框架?宋翔分享了AI平台构建需要考虑的五大要素：算法兼容性、平台扩展性、分布式话、纵向拓展、易用性，用户可以以这五大要素为基准点，根据平台构建的目的来搭配最适合的算法和框架。

基于以上五大要素，UCloud构建了自有的AI基础平台，里面包含AI训练和AI在线服务两大核心功能。如下图所示，最上层是训练日志和TensorBoard框架，下面接着就是图形化界面，这里面主要是完成一些基本的部署操作，右侧是PythonSDK接口，接入层下面即为平台核心的AITrain和AIService，最底层封装了所有的硬件和存储接入。这个平台看起来虽然简单，但基本上包含了AI商用平台的常用功能和接口，可以说是麻雀虽小，五脏俱全。

谈起AI平台的实现过程，宋翔表示，AI框架的构建最重要的两点就是保障平台的兼容性和可靠性。在兼容性上，UCloud采用了容器封装和数据接入两种方法实现环境的分离，将不同功能的AI框架、依赖环境、硬件设备、存储分隔开来，让不同的模块实现不同的功能。可靠性的实现上，UCloud主要采用负载均衡、请求调度算法优化、性能监控以及高可用的部署等方式，完成全局的弹性扩容。

值得一提的是，UCloud在GitHub开源了自身基于AI基础平台的公共镜像库和SDK，用户可以通过开源的SDK，将UCloud开源的镜像库打包成自身可以应用的镜像，开发者可以再本地镜像使用，也可以放在UCloud的在线服务或者说训练的平台，这些都是完全兼容的。感兴趣的同学也可以访问链接https://github.com/ucloud/uai-sdk/，进行深入了解和演练。

UCloud范融：如何轻装上阵玩转AI

在产品化AI服务的过程中，普遍都会遇到基础资源管理、使用、封装等等问题，如何提升AI产品研发效率，简化非核心业务的研发流程是各个公司最关心的问题之一。来自UCloud高级研发工程师范融，现场结合动手实践，详细分享了如何流程化地生产和发布AI产品，节省开发时间和成本。

本地开发AI之前，开发者需要提前配置基础的环境，包括CPU、GPU的支持，以及深度学习框架准备和科学计算库的加载等，基础环境配置完成之后，即可进行开发工作。下图为UCloudAI本地开发的整个过程，下层是基础环境的配置，上面白框是应用代码部分，这部分主要解决两个的问题，一个是数据的训练，一个是数据的预测。一般来说预测网络和训练网络是类似的，如果预测模型和预测程序不止在本地运行，则需要加一个Web服务框架。

为了简化应用代码的部署和构建过程，UCloud提供了一些开源的工具和框架(上图蓝色框架的所有内容)，包括辅助工具里面的代码打包和自动部署工具，开发者也可以在UCloud提供的SDK里面免费下载使用，省去许多部署烦恼。

AI本地训练虽然安全性比较高，但在资源申请和迭代开发方面具有一定的局限性，如字眼扩容较慢，多任务穿行是等待时间较长，调参困难等，范融认为，合理的将部分的AITrain放在云端实现，可以有效的完成云端资源的按需申请、多任务并行处理以及任务参数记录等工作。在数据的上云实践方面，UCloud提供了比较完善的工具和方法，用户只需通过代码改写、打包镜像、上传训练数据以及启动任务四个步骤即可轻松上云。

Intel何普江：深度学习性能优化工具及实践

UCloud的两位讲师分享了AI落地实践的一些平台构建思路和方法，来自Intel何普江，则现场分享了基于深度学习的性能优化工具和实践经验，包括在高性能计算库(MKL和MKL-DNN)和框架(Intel发行版Caffe)的使用、注意事项和一些经验，以及基于CPU的高效的RNN设计实现过程。

Intel数学核心函数库(MKL)是一套高度优化、线程安全的数学例程、函数，能加速加速机器学习、科学研究、工程、财务和设计等领域的数学处理，并提供了稠密及稀疏线性代数(BLAS,LAPACK,PARDISO),FFTs,vectormath,summarystatistics等支持，具有标准的API以及高度优化的特点，最大限度发挥多核核和SIMD指令的优势。

MKL不同的是，MKL-DNN是一个开源的深度学习框架。下图为使用IntelMKL-DNN进行推理的过程，有两种方式可以实现这个过程，一种是训练好的模型，直接进入模型转换器，然后再用topo.txt(网络拓扑)生成Inference.cpp(基于MKL-DNN的Inference代码，在初始化的时候会加载weights.bin)，这套逻辑需要用到Intel自身的网络拓扑模型的中间表示形式。另外一种方式是待topo.txt生成后，再用简单的代码转换器，实现轻量级的InferenceFramework.cpp(轻量级Inference框架，可以解析topo.txt并加载weights.bin)。

caffe是一个清晰、可读性高、快速的深度学习框架，Intel发行版的Caffe同样也是开源框架，它基于BAIR/BVLCCaffe改进而来，Intel在BAIR/BVLCCaffe的基础上添加了流行检测网络的支持(如SSD)，同时，也支持多节点训练以及CAFFE、MKL2017和MKLDNN三种引擎。在RNN的优化上，何普江介绍到，Intel主要对高效的GEMM实现、一些小操作的合并、并行化元素级操作、合理的数据排布以及低精度表示上进行了系列改进实践，优化之后的CPU性能基本上可以比GPU高甚至高出不少。

写在最后

这次分享从平台、方法和工具等不同角度，全面诠释和讲解了开发者该如何从0开始快速落地AI产品。虽然目前人工智能技术整体都还处在探索阶段，不过相信大家定能从这次分享中吸取精华，有所收获，在并将其应用在未来的开发者之路上。UCan下午茶2017系列沙龙，在走过了北京、上海、深圳、广州等一线城市后，于美丽的杭州湖畔完美收官。

如何让手机邮箱真正的助力用户打通移动化办公需求，使用户切实感受贴心、便利与专业是QQ邮箱团队始终在思考的问题。日前，QQ邮箱手机版携日历、附件收藏、智能识别等功能推出全新的4.0版。针对新版，产品负责人表示，“邮箱不仅是纯净的社交平台、更肩负着人们对生活、工作进行管理的需求，QQ邮箱致力于为用户提供更专业的产品体验。”

日历：轻松的日程管理

对用户而言，日期象征着时间与工作的规划，V4.0里的日历除了具备基础的自主新建提醒外，还扩展支持智能识别会议邀请、并自动添加到日历栏的功能，对于用户来说管理日程的成本下降了、是对工作效率的最佳保障。另外，手机中的事件还能通过微信一键分享给好友。在新日历的支持下，用户面对复杂的日程可以做到清晰控制、高效管理。

新版日历截图

附件收藏：不只为收藏更是一种求知

日常生活中、不少用户有时刻查找讯息的需求，而收藏的意义不再是收集起来以便日后回顾，它更是一种分类、一种求知，是帮助用户留存重要信息新的手段。收藏邮件中的重要附件，可以在“附件收藏”文件夹中统一查看管理，用户自然能够随时查阅、学习。

附件收藏功能截图

智能识别：高效、迅捷的明确需求

邮件本是大量信息的汇集地，类似Email、时间、电话等特殊信息也夹杂在其中。用户对于此类特殊信息的需求通常无法做到快速识别、整理并储存，在一定程度来说这种刚需已需求未得到满足。V4.0的“智能识别”功能有效的解决了这类问题，它可以迅速识别特殊信息并快速整理海量邮件，以便用户储存。

智能识别功能截图

漂流瓶：回归最质朴的文字邂逅

“漂流瓶”功能一直以来就受到人们高度追捧。如今的不期而至，V4.0着实带给了用户不少惊喜。面对城市的喧嚣，回归最质朴的环境，用户在漂流瓶里可以用致简的文字表达情感、邂逅那份心底的美丽。它的出现，让邮箱用户重温了那份纯粹的感受。

漂流瓶功能截图

新版的QQ邮箱手机版V4.0不再只是一款收发邮件的邮箱，而是一款让你的生活更高效、更快捷的实用移动产品。面对不断升级的硬件环境与网络条件、如何选择一款与时俱进的邮箱产品是很多用户的共同需求，而QQ邮箱作为专业团队，也将继续为用户满意而努力。以产品说法，以体验动人，QQ邮箱将持续为用户提供完善的服务支持。

下载地址：http://app.mail.qq.com/