AI实验室：图普科技覃开洲详解如何应对AI云平台常见问题

4月14日，图普科技携手旷视科技Face++、Ucloud在北京举办了主题为【AI实验室】的线下沙龙，共同探讨三大AI热点技术——计算机视觉、图像处理和云计算。

Face++人工智能开放平台行业产品负责人、新零售业务部产品负责人和Ucloud创新产品线研发总监分别分享了各自在云平台、云计算和新零售方面的技术应用案例和思考。本场沙龙的演讲嘉宾们从人工智能技术出发，为大家展示了技术变革带来的行业和产品升级，以及不断更新的技术构建的前沿AI科技与应用。其中，图普科技系统高级架构师覃开洲应邀出席此次活动，分享了他在人工智能公司搭建实时智能计算云平台的实践经验。

覃开洲表示，图普科技从图像内容审核切入市场，为多家直播平台提供图像识别服务，日均处理图像数据近10亿次。强大的工程能力是图普科技的一大优势，也正是AI接口能得以稳定快速运行的坚实保障。在这种量级的图像数据背后，图普科技能够保证极高准确率和召回率，同时做到直播企业的C端用户无感知的实时识别，离不开公司搭建的实时视觉大数据智能计算云平台。

覃开洲详细讲解了图普科技搭建智能计算云平台时用到的架构方式，包括在线视觉分析和离线训练系统的架构模式。图普科技在国内几乎是最早从图像内容审核切入市场的人工智能公司，其在搭建合适的计算云平台时没有前人经验可供借鉴，也免不了“踩坑”。覃开洲选择了人工智能公司搭建智能计算云平台时常会遇到的几个问题——实时接入、数据安全和数据高峰——来详细分享具体的应对方案。首先应用云网络的接入方式，保证实时数据的快速传输。传输过程中，使用专有通道加密保障数据的安全。然而，在面对数据高峰时，启用混合云的方案进行应对，并把数据根据不同的用途进行分层数据的管理等。

最后，谈到人工智能企业有哪些地方不同于之前的互联网企业，覃开洲结合自己的职业经历，发表了自己的见解：“AI公司可以通过提供一些基础性服务，进行战略性数据收集。另一方面，对于AI公司来说，要想尽快训练出最新模型，建立起集中式数据仓库非常重要。同时，为了让模型更快迭代，必须尽力让训练过程普遍自动化。”