atlas200算力

A. 小米首款仿生四足機器人驚艷亮相，代碼擼狗已成現實_原子同學

2021年8月10日，小米舉嘩沒賀辦了以《我的夢想，我的選擇》為主題的2021年度演講暨發布會，察並作為「彩蛋」公布的仿生四足機器人CyberDog工程 探索 版，徹底將整場新品發布會引向高潮。

相比於CyberDog這個國際范兒的英文名，小米內部還為它起了一個很接地氣的中文名「鐵蛋」，小米工程師說取這個名字亂派的原因，是希望這個項目好「養活」，能茁壯成長。

國內平價仿生機器人

自2005年波士頓動力公司創造出四足機器人大狗後，國內外一些企業也先後開發了相關產品，而小米CyberDog仿生四足機器人，正是從波士頓動力Spot中汲取靈感推出的。

8月17日，美國波士頓動力公司官方YouTuBe平台發布一段名為Atlas | Partnersin Parkour的演示視頻，該視頻展示了Atlas接近於人類的跑酷能力，跑酷的賽道主要由半斜坡、平衡木及相應的木箱障礙物構成，而 Atlas在90s的視頻內接連完成了包含慢跑、跳躍、轉身以及後空翻等動作在內的跑酷。

跑酷於人形機器人而言，相當於 汽車 領域的賽車 ，要實現在這一環境的運動，對機器的性能有著較高的要求。而極限的環境，可以有效測試性能極限，從而對現有的零件、技術進行改進。

該視頻中展示的Atlas人形機器人，相比於過往視頻中的後空翻等單一動作，最大的改變是Atlas目前的動作執行方式為 感知驅動 。

過去的人形機器人只能在平坦的表面或固定的盒子上進行預編程的跑酷，Atlas搭載RGB攝像頭和深度感測器，通過團隊在Atlas上創建的模板行為，Atlas可以自動檢測檢測環境並自動對其做出反應。

但總的而言，本次跑酷測試的完成，可以稱為是 人形機器人又一次大進步 。在另一程度上，或還表示著現代 汽車 集團控制下的波士頓動力仍未放棄自身「屬於未來的機器人公司」這一屬性。

相較之下，現在的CyberDog雖然是一款DEMO版產品，但其內置NVIDIA Jetson Xavier NX邊緣AI運算晶元，是目前全球最小的AI超級計算機，還搭載 小米自研高性能伺服電機 ，身兼澎湃算力與強勁動力，使TA能輕松完成一些看似酷炫的動作展示。

對比波士頓動力系列機器人高達幾萬美元（約合人民幣幾十萬）的售價來看，完整度已經很高的 CyberDog才售價 9999 元 ，不僅不算貴，甚至是虧本了。

中國企業居然在一款尚處於功能和用途摸索階段的產品上，出現大打價格戰的跡象……實不知波士頓動力方面，對此究竟有何感想。

危險搜救、醫療救援、家庭陪護等場景，都是CyberDog未來可以進行擴展的領域，但 小米開發團隊還需要 探索 更多應用場景 ，為人類提供更多方便快捷的服務。

AI，才是萬物智能化的根本

目前，機器人產業在硬體方面其實已經成熟，而小米CyberDog四足仿生機器人之所以能各種秀操作，關鍵就在於人工智慧演算法被更進一步、更廣泛、更深入的融合到機器人系統中。

機器人的 每一種動作背後，就是一個演算法 ，像是走路、跳躍等，要把各種演算法軟體結合，進而協調雙足自由度的運作。

一開始讓機器學基本這些基本動作，不論是通過人或機器的評估機制，例如強化學習，讓機器人每一次的動作都能更靈活一點，然後找到耗費能量最小的力度和姿態，然後讓TA識別不同的場景需求，調取各自的演算法，通過 人工智慧技術實現機器「自學習」 。

未來，將不再只是靠新開發的一套演算法，去教會機器人新動作，而是要讓機器人能做到自己遇到新環境時，會發展出對應環境需求的新動作，這樣的躍進發展，將會對機器人帶來非常大的變革轉變。

AI人才需求巨大

智能市場發展越來越快，波士頓動力公司的機器人Atlas已經可以跑酷了，由此可見，機器人越來越擬人化，能夠做的事情越來越多，已經朝著認知智能方向發展。

隨著 科技 的不斷發展，人工智慧已經逐漸走進了我們的生活，不管是雲計算還是大數據，或者是相關技術，最終的發展訴求都是走向人工智慧。

人工智慧化是諸多技術實現其價值的重要環節，也是世界 科技 的重要領域，任何平台、演算法、工具都不可能自己運行，歸根到底，面臨我們的最大挑戰是人才短缺。

從波士頓動力研發的機器人，到2021年春晚「機器牛」群演，再到如今的小米CyberDog四足仿生機器人，其實 仿生機器人離我們並不遙遠 ，但真要大批量地製造它，讓它出現在我們的生活中，還需要一段時間。

相信終有一天，機器人能以平價真正進入尋常百姓的家庭中，為人類 社會 做出更多的貢獻。

B. 華為雲普惠AI：把人工智慧變成「水電煤氣」

我們對AI是如何認知的？是曾經被封神的Alpha Go？是幻想中的無人駕駛技術？還是一串串密密麻麻的代碼？總之，AI曾經是遙不可及、高冷且昂貴的。不過，2018年5月華為雲提出了這樣一個暢想：讓AI走下神壇，同時也勾勒出了一個叫做「普惠AI」的願景。

讓人工智慧技術變成像水、電、煤氣一樣的存在，有沒有可能？華為雲給出的答案是肯定的。

華為公司預計，到2025年智能終端數將達到400億，屆時全球企業對AI的採用率將達到86%，企業數據利用率將劇增至80%左右。很快，一個AI會滲透進生活的方方面面和各行各業各個角落的現實即將達成。

當AI從實驗室走到城市、走進企業、走到街頭巷尾、走進每個人的家裡，就需要它變得「高而不貴」。華為雲認為，所謂「普惠AI」，最重要的就是讓普通的行業從業人員也能利用AI人工智慧技術，自助式把數字技術與本行業的流程結合起來，形成新的智能聯接。而智能聯接將驅動前所未有的大規模創新，基於智能聯接的全新商業模式和應用將改變企業的運作模式以及產品和服務的消費模式，推動數字經濟實現規模發展，最終走向智能經濟。

2018年5月，在中國國際大數據產業博覽會上華為雲首次提出了「普惠AI」的概念。在華為雲眼中，AI應該是一組技術集合，是一種新的通用技術，並不簡單的是一個獨立產品，更不是一個封閉的系統。AI同時也應該成為像電力、互聯網一樣的基本生產力，通過智能聯接使得眾多行業效率實現指數級提升，這既是華為雲做「普惠AI」的出發點，也是未來AI應該有的模樣。

隨著華為雲「普惠AI」概念的提出和實踐，AI 技術已經開始向它應該有的模樣慢慢靠近。

一個照進現實的例子，是華為雲EI的展開。今年，華為雲與北京市交管局合作，在海淀上地三街開展了利用AI技術實現信號配時優化試點應用。在部署了EI交通智能體解決方案之後，據第三方公司（北京世紀高通 科技 有限公司）評估報告顯示，這條東西方向的京城最堵道路之一，如今平均延誤下降了15.2%，平均車速提升了15%。或許每天往返於上地三街的白領們不懂AI究竟是什麼，但他們對這條變得沒那麼擁堵的路產生了好奇。

同樣，另一條沒那麼擁堵的路也落地深圳。深圳交警將華為雲的EI智能體運用於城市交通管理中，在坂田9個路口採用人工智慧技術，平均車速提升了17%，通勤時間節省了10分鍾，一杯早茶的時間就這樣，在不知不覺間被節省了出來。

2018年華為雲的「普惠AI」，不僅照進了城市，也落地工業和醫療領域。在工業領域中，如北京三聯虹普通過EI工業智能體進行生產數據的智能分析，成功釋放了產線柔性化能力，從而讓企業更好的應對下游的個性化需求，有效提升下游需求匹配率28.5%；在醫療領域，華為雲EI與金域醫學合作，在宮頸癌病理監測領域取得階段性突破，敏感度（真陽性率）超過99%，特異度（真陰性率）超過80%。

過去一年中，華為雲EI嘗試超過200個項目，6-10月先後發布了交通、工業、城市三大EI智能體，這是「普惠AI」的方案之一。而這，也僅僅是「普惠AI」萌芽期的產物，2018年的它「才露尖尖角」而已。

華為雲的「普惠AI」與業界其它廠商所不同的是，它彌補了在邁向智能經濟的過程中，AI技術的發展與行業落地之間的巨大落差。如何讓AI高而不貴、讓各行各業「用得起，用得好、用得放心」，如何與各行業的各種場景相連接，讓AI成為智能經濟的底座？這就要求「普惠AI」不僅是軟體的普惠，也必須是硬體的普惠，以及工程化的普惠。那麼，在這一過程中，人才和技術這塊基石必然是繞不開的。

2018年10月華為全聯接大會上，華為發布「全棧全場景」AI解決方案，對外展示了華為雲「普惠AI」的另一種落地方式，即AI開發成本和門檻的降低，這意味著行業的開發者和從業者們可以站在華為雲的平台上，跨過曾經的高門檻與AI對視。從前我們仰望AI，未來AI可以俯拾皆是。

華為雲的「全棧」是從技術功能角度，包括晶元、晶元使能、訓練和推理框架和應用使能在內的全堆棧技術方案；所謂「全場景」則包括公有雲、私有雲、各種邊緣計算、物聯網行業終端以及消費類終端等全場景的部署環境。其中，華為雲全場景AI是軟硬一體化方案，這也是華為雲「普惠AI」的獨特之處：包括基於可統一、可擴展架構的系列化AI IP和晶元Ascend 910（華為升騰9100）和Ascend 310（華為升騰310）；晶元運算元庫和高度自動化運算元開發工具CANN；支持端、邊、雲獨立的和協同的統一訓練和推理框架MindSpore；以及提供全流程開發服務（ModelArts）,分層API和預集成方案的應用使能。

具體來說，比如華為自研的AI晶元Ascend系列基於統一的「達芬奇」架構，其好處是可以一次性開發運算元、算力可擴展、一致的開發和調試體驗、開發一次可跨各場景平滑遷移、超高帶寬和極低時延以及可擴展的片上互聯等。基於統一的達芬奇架構的Ascend系列晶元，可實現任何場景下，以最低成本獲得最優性能。而在工程化方面，相對業界其它開發平台，ModelArts是更快的普惠AI開發平台，覆蓋數據標注與准備、模型訓練、模型調優、模型部署等AI開發全流程，為AI應用開發提供一站式服務。

依託華為30年的技術積累，在華為雲看來，AI並不高。依託華為雲的「全棧全場景」AI解決方案，華為雲想讓行業從業者也能擁有同樣的平台、站在同樣的高度，讓AI在開發、應用、調試等場景下變得不再繁瑣。截止2018年9月華為雲已經提供了45種人工智慧服務、涵蓋142種功能，再加上AI開發平台ModelArts、AI應用開發平台HiLens、量子計算模擬器與編程框架HiQ，以及與線上體驗一致的離線開發套件Atlas200等，形成了端到端工程化落地AI的普惠能力。

誠然，每一次工業革命都是技術轉化為生產力的過程，也是先進技術不斷擴展到普通人的過程，智能時代也不例外。隨著AI的發展，所有的行業都將觸及人工智慧技術，華為雲「普惠AI」的落地無疑將縮短這一進程。至少，2018年的華為雲讓我們看到，AI可以是街頭巷尾的。（文/寧川）

C. 基於海思3559A方案+Atlas 200 AI模塊_邊緣計算平台開發及介面定義

海思Hi3559A+Atlas200（升騰310）。

可以在端側實現大路數人臉識別、車牌識別、圖像分類、視頻結構化處理，可首簡廣泛應用於智慧公安、智慧交通、智慧金融、智慧電力、智慧社區、智能機器人、智能無人機等多種應用場景。

硬體配置

——————————————————————————————————

-  海思Hi3559AV100 CPU，雙核ARM Cortex  [email protected]+雙核ARM Cortex [email protected]+單核ARM Cortex [email protected]

-  雙核ARM Mali G71@900MHz，支持OpenCL 1.1/1.2/2.0，支持OpenGL ES 3.0/3.1/3.2

-  DDR (4GB/8GB可選) ，eMMC（8GB/16GB/32GB/64GB/128GB可選腔慧）

-  雙核NNIE@840MHz 神經網路加速引擎

-  四核 DSP@700MHz，32K I-Cache /32K IRAM/512KB DRAM

NNIE

——————————————————————————————————

-  支持 Alexnet、VGG16、Googlenet、Resnet18、Resnet50等多種分類神經網路

-  支持 Faster R-CNN、YOLO、SSD、RFCN 、YoloV2 等多種目標檢測神經網路

-  支持SegNet、FCN 等場景分割網路

-  4.0Tops 神經網路運算性能

-  支持完整的 API 和工具鏈（編譯器、模擬器），易於適配客戶定製網路

特性描述

——————————————————————————————————

Hi3559AV100支持8K@30fps/4K120fps視頻者圓褲錄制下，提供硬化的6-Dof 數字防抖。集成了雙核A73和雙核A53，獨創性的大小核架構和雙操作系統，使得功耗和啟動時間達到均衡。

Hi3559AV100集成了海思獨有的SVP平台，提供了高效且豐富的計算資源，支撐客戶開發各種計算機視覺應用，如無人機、機器人等行業類應用，為邊緣計算提供優秀的硬體平台。

Hi3559AV100方案的邊緣計算主板開發，目前主要應用分布在，視頻監控、黑白名單識別、陌生人識別、零售分析、無感考勤等方向；

邊緣計算主板開發

——————————————————————————————————

-  同時支持8-16路視頻的實時人臉檢測跟蹤

-  支持至多30W人臉底庫

-  提供多種抓拍參數（包括人臉遮擋，人臉清晰度，人臉角度）供用戶設置

-  支持自定義人臉庫和抓拍比對記錄搜索

-  開放盒子後端HTTP介面協議供用戶管理視頻分析盒子

-  支持實時上傳（FTP，HTTP）抓拍人臉圖和場景圖

-  支持ONVIF和RTSP協議

-  視頻流接入

D. 華為不造汽車，但自動駕駛汽車人工智慧晶元這片陣地必須拿下

[汽車之家新鮮技術解讀]華為成立於1987年，是一家製造通訊設備起家的中國企業。經過30多年的積累，華為已經發展成為全球最大的5G設備供應商。隨著人工智慧晶元市場的快速增長，華為藉助中科寒武紀的晶元IP，成功在2017年推出了全球首款搭載人工智慧加速單元的手機處理器晶元——麒麟970。該晶元的成功讓華為進一步堅信人工智慧技術的發展潛力，加速了其自研人工智慧處理器的步伐。而自動駕駛系統的域控制器正是人工智慧晶元大派用場的地方。究竟華為的人工智慧晶元性能有多強？它又是如何賦能自動駕駛汽車的呢？今天我們一起來看一看。

●編輯總結：

華為在行業中的影響力毋容置疑，從技術到產品都走在世界的前列。樹大招風，華為近年來就一直受到美國的制裁。如果現狀長期持續的話，對於本文聚焦的華為人工智慧晶元影響不小。如何解困是擺在華為面前的一道難題，從目前的一些信息來看，華為在英國建設晶元工廠、開發RISC-V架構處理器、培育HMS雲服務生態等舉措都是其突圍關鍵，我們也將持續關注事態的進一步發展情況。（圖/文/汽車之家常慶林）