华为devrun login活动参加心得

今天去参加了一个华为的活动。收获颇丰。这里做一下整理。
上午在主会场,第一个演讲的是一位有视觉障碍的安卓开发工程师。对于我来说,看不见,写代码是难以想象的一件事情。很难想象他能坚持学习并且去做。并且还做的不错,顿时感觉有些惭愧,对于目前的工作,我在健全的情况下并没有做的让自己相当满意。他也呼吁开发者能多做一些,为那些有残障的人士,做一些帮助。确实应该这样。
第二个演讲的是一个98年的CTO, 后来我才看到她16岁就考上了清华。从机械学了两个月编程成了一个全栈开发(真的很打脸,我花了很久才做到),她后来开始做CTO, 开始管理团队。我看到了扁平化的管理。她说之前的开发流程是瀑布流式的,她砍掉了瀑布流的方式,开始推进敏捷开发。把需求都用漫画的方式来让开发看,而不是上千字的文档。这样开发也愿意看了。她也尝试了很多。现在做的很好。她打破了我对CTO的刻板印象。我觉得CTO都是像我现在公司老大一样。三十多岁,前后端运维都做的都挺好,能更高层次的看问题。我学到了不要给自己打标签。不要限制自己。
第三个演讲是一个十二岁的小朋友。他已经开发了好几个app了。甚至是用华为的AI开发平台来开发AI产品,他尝试去发现身边人的问题,想办法去解决别人的问题。其实技术就是为了解决问题。掌握更多技术是对的,但我应该想想,我想解决什么问题。
第四个演讲是华为的算法工程师。他本来从事金融,因为代码写的很溜,后来去做城市交通。他让主城区的消防车到达一个小区的时间,从4分半缩短到了2分半。整整两分钟,而这两分钟,就可能拯救很多生命。

中午吃饭的时候,发现了华为活动的一个问题。他们中午发餐的时候,没有记录,或者做了这个,但是没有用上。导致很多人在做活动的时候,出来了没有饭了。我出来的还算早,所以吃到了。后来想想,活动规划做不好,有可能会承担很大的损失。

下午就是分会场的演讲了。主要听了两场,其实也只能听两场。一个是全栈全场景的人工智能。另一个是新计算架构,华为的鸿蒙与升腾。第一场主要讲到了mindspore框架和modelArta框架。
说这两个框架前先说一下端边云。边就是边缘计算。端就是设备。云就是在云端计算。因为未来产生的数据太多,云计算的局限性越来越大,而接下来主要是物联网。但是设备处理又有延迟。因为无法超过光速的原因,存在 带宽的局限性,所以引入了边缘计算。于是端边云就是把互联网上的云,边缘计算以及设备端的计算联动起来,构建一个loT核心计算能力。将计算扩展到边缘,在靠近客户端,设备端的地方去建立计算能力,让计算变得更近,从而让网络延迟变得不再成问题,这样能更及时的做出更优的决策。同时把只需要存储的数据上传到云端进行备份就可以了,这样能避免数据繁杂。

mindspore是和tensorflow,caffe,pytouch一样的深度学习框架。它兼容了其他的大多数框架。所以它可以先用pytouch的动态图调试参数,可以用tensorflow的静态图来进行部署。它提供全场景的统一api,以及自动微分,自动并行,自动调优。以及计算图,它支持tpu,华为的升腾就是tpu的。所以它是全栈的,从硬件到软件,性能都优化到了极致。明年二月份会开源。

而modelarts就是在它之上的了。modelarts上,你可以去动态买服务器及tpu来运算,而且上面做了一些半自动标注,比如你标注50张,它能自己训练个模型,帮你标注1500张,还比你快。你只需要快速看一下,如果不对的调整一下。不过百分之90以上的都可以直接过。然后华为的工程师造了很多的轮子,写了很多算子,这样如果不是特别复杂的需求,你就可以直接用现成的,而且它会对模型进行优化,性能会特别好。而且如果是AI开发工程师,觉得算子用着不好用,也可以自己写算子。及时不会代码,你也能写自己的AI项目。而且能快速部署,可视化都做的很好。

下午听了新计算架构,华为的鸿蒙与升腾。这个就特别厉害了,不过参加的人不多。印象尤为深刻的是第二个做分享的姐姐,是升腾的架构师。讲的是行云流水,思维特别清楚。除了膜拜和赞叹,别的都不知道说啥了。。。当然她讲的大数据相关的一些调试,以及鲲鹏大数据的解决方案以及大数据开源软件实践分享,因为很专业,她讲到hadoop的长尾效应,以及本地的计算在本地的内存上计算会很快,数据训练别的框架1G需要3G内存,而她们通过把文件拆分,拆成6份,做了三份的校验,保证文件不丢。也就是1G内存只用1.5G就够了。还有很多,记得并不是很清楚,就不详细说了。其他的老师也讲的很好。我在想,我后面会去考一个华为AI方面的认证,就明年吧。虽然工作中很少做。但是AI相关的知识还是学过的,而且这也是以后的趋势。

这次活动看到了华为确实厉害,而且活动都是90后组织的。看到了那么多优秀的朋友,觉得自己欠缺的实在是太多,差距实在是很大。需要努力不拉后腿。加油!!!

算子的概念这里查阅了一下:是将一个元素在向量空间(或模)中转换为另一个元素的映射,微积分的微分和不定积分都是算子。概率论中也涉及到算子,如期望、方差、协方差、阶乘等。

参考:

https://mp.weixin.qq.com/s/gVloLaYGrfJFN5zeZM2Mtw
https://zh.wikipedia.org/wiki/%E7%AE%97%E5%AD%90
https://e-campaign.huawei.com/cn/Login2020/index.html

发布了202 篇原创文章 · 获赞 63 · 访问量 22万+
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章