ai从前两年的概念泛起，如今正逐渐走向落地应用阶段，然而，从厂商和用户的普遍反馈来看，人工智能的落地应用似乎并没有大众想象中的顺利，开始有越来越多诸如场景碎片化、ai开发应用成本高、实验室场景到实际应用场景效果差距较大等问题被暴露出来，而这些也成为当前阶段ai落地应用过程中新的痛点。而产生这些痛点原因，与ai开发者在开发过程中缺少有力的开发平台和开发工具不无关系。
ai开发者的苦，谁来懂
举个例子，假如一个ai开发者，想要训练一个模型，从而开发一款人脸识别应用，那么可能会遇到哪些问题呢？
首先，可能遇到的第一个问题是数据标注。因为这项工作的第一步，是要找到开源的人脸数据集并为每个人脸数据进行标注，开源的人脸数据集并不难找，譬如labelled faces in the wild、casia webface 、lfw等数据集在网上比比皆是，很容易找到。但数据标注就是一个大难题了，需要耗费大量的人工时间。
第二个遇到的问题可能就是调参了。在数据训练中，最主要的工作就是对训练的人脸数据进行参数调整，在数据的训练中会有很多调参，由于不同的调参会影响最后模型的收敛速度及精度，所以调参是人脸识别程序提高辨识率的关键步骤，而这一部分工作由于需要反复测试优化，通常会制造大量的工作量，而如何以最快的时间找到最优的参数配置，这是在开发人脸识别应用中面临的第二个大问题。
第三个问题，就是训练时间过长。调参结束后，就需要进行大规模的分布式训练。而这种大规模的分布式训练，需要耗费很长的时间，这种漫长的时间消耗，对于开发者来说，是其ai应用开发效率无法提升的最主要原因。
最后，就是训练模型部署的问题了。通常情况下，模型部署非常复杂，需要编写代码集成到应用系统中，并需要随时进行维护和更新。如果没有一个简单方便的平台，完全依靠人工来操作的话，工作量也是非常大的。
所以，想想看，一个并不复杂的人脸识别应用，就需要面对如此多的问题，更何况是更加复杂的ai应用呢？而且这绝不只是个别ai开发者以及准开发者会遇到的。大量有着ai梦，热血沸腾的年轻人，很可能会先被这些难题挡在ai应用开发的大门之外。
ai开发者的痛，华为云很懂
ai开发者的痛，华为云很懂。就比如上述的人脸识别应用，只要使用华为云的modelarts解决方案，就将分分钟搞定。
实际上，华为云对于助力ai开发者这件事，早有布局。
去年，华为公司就发布了普惠ai的策略，让ai高而不贵，让各行各业用得起，用得好，用得放心。为此，华为发布了全栈全场景ai解决方案。所谓全栈，从技术功能视角来说是指华为ai解决方案是包括算力高达256t flops的高性能ai芯片、芯片使能、训练和推理框架和应用使能在内的全堆栈方案；所谓全场景，是指华为ai解决方案是业界唯一覆盖公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等高、中、低全场景，算力跨越几千万倍的全场景解决方案。
从atlas人工智能计算平台、modelarts一站式ai开发平台，到通信领域一站式ai开发平台、华为云servicestage的微服务平台以及智能边缘平台，华为ai解决方案可以实现高、中、低全场景全部统一架构，一次开发适用于所有场景的部署、迁移、协同，降低开发者在ai开发过程中每一层的开发门槛，将复杂留给华为云，简单留给广大开发者，从而大大提升了ai开发者的开发效率。而通过华为云这个”不凡“的全栈全场景ai开发解决方案，ai开发者必将“成就不凡”。
为了帮助ai开发者朋友更加深入了解华为云全栈全场景的ai开发解决方案，华为云特别举办“devrun选择不凡，华为云开发者沙龙2019”，目前，该活动已经在北京、苏州、南京、杭州四个城市举办，受到了广大开发者朋友的热烈欢迎。而在7月5日，此次活动将来到深圳。在本次沙龙中，华为云将邀请华为云的技术大咖，结合实际应用案例，为开发者朋友介绍如何基于华为atlas ai芯片/模组、modelarts一站式ai开发平台、智能通信ai平台、智能边缘服务及华为云原生应用服务快速实现ai应用开发，使开发者依托华为云这个“不凡”平台开发出走向实战的“不凡”应用。