喜欢一片绿

我不明白为什么大家都不喜欢绿色着装。

我有一次穿着绿色衬衣到公司,我的同事想笑又忍住,说:懒哥真是年轻心态啊。

还有一次我穿着绿色裤衩,美女看到了浅笑不已,欲言又止,我当然知道她想说啥。

除了衬衣、裤子,不瞒大家说,我还有绿色的鞋、风衣、帽子呢。

这不奇怪啊,玩过户外运动(攀爬、徒步、骑行)都知道,多数装备是绿色的。

绿色,它除了代表生命、活力外,还是一种安全的颜色。

在生活中,我也喜欢一片绿。

海滨公园是我最爱去的地方,那里有绿油油的草地,高高的椰子树顶着如盖的绿叶,连天空都映成了绿色。

我喜欢春天去山里,看万树吐新芽,满山的新绿,绝对让你感受到生命的朝气。

我喜欢广袤的竹林,竹竿是绿的、竹枝是绿的、竹叶是绿的,呼吸着饱含负离子的氧气,整个身心沉浸在翠绿的海洋。

我还喜欢那万亩荷田,接天莲叶无穷碧,水波荡漾,绿光流淌,与天地争辉。

王安石的名作《泊船瓜洲》,全篇最给力的就是这个绿:春风又绿江南岸。一个“绿”字,绿出了动感,绿成了风骚。

白居易的“日出江花红胜火,春来江水绿如蓝”,着力也尽在这个绿字。

宋祈的“绿杨烟外晓寒轻,红杏枝头春意闹”,以绿衬红,生机盎然。

所以说,不止我喜欢绿,古代的文人骚客也喜欢呢。

当然,你非得说,男人不能头顶着绿色的草原。

顶顶又如何呢?人生不易,开心就好。既然你认为这不会伤害到别人,那么就注意不要伤害到自己。

同理,我也如此认为。:-)

真的懒人,当然是懒得说话了

懒人当然是有点懒的,怎么体现呢?

先不说家务、做饭这些吧,花钱可以解决,不叫事。

一定程度上,我懒到连话也不愿意多说了。

周末大学同学通知聚会,我没去。

去了也是喝酒、劝酒、各种扯淡,我懒得费那个精力。

漂亮MM主动约我,我一看地点,距离超过10公里的,就不去了。

就算开车,也要用脚踩油门对不对,太累。

朋友圈里,经常联系的越来越少,保持沉默的越来越多。

几年前,微信里好不热闹,这个群那个群的。

如今我全删了退出来了,微信几天不见一个消息提醒。

我跟读者交流的微信号,也注销了。

不是不尊重,而是太懒了,懒到连话都不愿意多说。

年龄增大,带来的变化是兴趣缺失,对什么事都兴趣索然。

30岁前,我经常长途自驾游,去西藏,去草原,如今请我坐头等窗,我都懒得出门。

25岁前,我在美国西海岸冲浪,在明尼苏达北部滑雪,在夏威夷潜水,如今我在抖音上看看大家玩好了。

20岁前,我在风里雨里训练,泥里雨里滚打,如今我走几步路都气喘吁吁。

这个年纪的我,除了工作外,最享受的事,就是发呆。

周末,金色的太阳洒在家门口,冷风吹过,带着一丝寒意。

坐在阳台上,看着不远处的大海,碧波荡漾,海鸟飞舞,小舟纵横,光阴似静似动,就这样坐着,我可以发呆一个下午。

胡适:“人生本没有意义,你要能给它什么意义,它就有什么意义。”

人生本来是没有意义的,所谓的精彩人生、浪漫人生、奋斗人生,那不过是每个人自己的赋予而已。

我的人生意义不需要别人赋予,懒也是一种人生态度,我就喜欢这种态度。

喜欢与懒人交流懒惰的话题,可以发邮件给我:admin@miscnote.net

当然,闲扯就不必了,我也懒得回的。

谈谈AI平台化

最近看了不少AI平台化的案例,包括百度的EasyDL,第四范式的AutoML,Ucloud的UAI,还有两家创业公司oneclick偶数科技

人工智能经过近几年突飞猛进的发展,从上层的算法,到底层的硬件,都取得了极大的突破。单纯拼算力、算法的时代已经过去。只要花点钱,就能在阿里云、腾讯云、google云上购买到想要的计算能力。而在图像识别的三大领域:分类、检测、分割,算法也基本成熟,很多模型可以开箱即用。

AI今后的发展,就是一个工具集,不管分类也好、回归也好,就是工具集里的一个工具。用户随手拿起一个工具,稍加锻造(小数据集训练),就能真正为我所用、得心应手。

在此发展过程中,很多公司看到了机会,推动AI平台化进展。所谓AI平台化,就是AI与环境的一个整合过程,面向用户提供高度集成的AI生产和运行环境,隐藏了算法、算力、存储、网络细节,使得AI更容易使用。

AI平台化实现起来,很有挑战,涉及的面非常广。借用其他公司的一张图来说明:

底层的那一套资源管理机制,负载均衡、弹性扩容、容灾、资源分配等,实际是个私有云环境。底层要负责好三块的资源供给:算力、存储、网络。

在算力调度上,目前业内做法都是容器化,通过docker生成任务实例,以支持机器学习框架(tensorflow等)的分布式训练。

在存储机制上,HDFS、Ceph都是比较成熟的解决方案,可以使用HDFS的专用客户端来完成存储读写,也可以使用Ceph的分布式块存储来进行集成。

在网络上,大容量、高吞吐量的网络(25gbps)是必选,因为在图像类训练任务里,网络吞吐量很大。如果要保证隐私和资源隔离,还要实现SDN(虚拟私有网络)。

在我们自己的解决方案里,使用K8S管理静态资源,比如HDFS、Hadoop、Zookeeper、web service,使用Yarn来管理docker容器,比如生成新的任务实例。算力分配通过docker进行,包括GPU、CPU分配。共享存储使用HDFS,网络带宽是25gbps。由于任务实例是docker,因此里面可以集成任何机器学习框架,包括tensorflow、caffe等。

这个图里描述的只是训练部分。实际上,一个完整的机器学习任务,包括数据处理 -> 模型训练 -> 模型部署的过程。

数据处理工作十分复杂,例如结构化数据的特征工程(数据清洗、分析、特征转换),图片数据的标注等。它们都需要相应的系统支持,比如结构化数据存储和计算,一般用到Hadoop、Spark这类系统,规模十分庞大。而非结构化数据(图片、视频)的存储和计算,也需要用到很大的集群。

模型部署到线上进行预测,或者发布到移动端SDK,也涉及到复杂的工程工作。

部署到线上后,要考虑后续的监控、扩容、容灾问题,而且机器学习任务的计算量很大,通常调度的机器也就更多。我们做的一项AI业务,在线上部署了100多台物理服务器在跑,对这么多硬件进行管理和调度,本身就不简单。现在很多AI业务部署是基于容器,一方面轻量化了部署过程,另一方面也不可避免的面对容器自身管理的复杂性。

移动端SDK面临的压力主要是性能优化。iOS还好,可以通过Apple自己的开发框架来调度手机的GPU,但Android阵营就复杂了,各种机型和GPU千差万别,如何适配不同手机的GPU是个大难题。另外,模型自身还要做压缩、裁剪、量化,以提升移动端计算性能。在AI平台里,一个好的移动端推理框架集成进来,会给平台大大加分。

上述描述的是AI平台的资源环境管理工作,AI平台对计算、存储、网络等硬件环境进行整合和集成,更好的适应AI开发和运行任务。而好的AI平台,还要对算法进行包装和抽象,以最大的便利性,支撑用户的模型开发任务。

这方面做得最好的是Google的AutoML,只要上传训练数据、指定任务目标,AutoML就帮你自动设计神经网络结构、自动训练和评估模型效果,用户不用关注底层的算法和工程实现,平台帮你把一切都做好了。百度的easyDL基于迁移学习,也是类似效果。

总结起来,一个好的AI平台,解决的不止是底层的工程实现问题,还解决了上层的算法封装问题,用户甚至可以零学习成本使用AI平台进行业务开发。我相信这样的平台会越来越多,AI开发的门槛也会越来越低,这对AI的普及来说,是个好事。

当然,这不意味着算法人员就没有用途了。专业的算法人员,可以投入到更高级的研究方向上,比如神经架构搜索、强化学习、神经芯片等,这些基础技术,会让AI更容易普及,更好的造福社会。将来AI在社会生活的各个领域,推动生产进步,改进生活质量,就充分体现了科研人员的价值。

南方的艳阳里,大雪纷飞

中午从医院出来,艳阳高照,明晃晃的太阳直射在人身上,感觉竟似初夏。

突然想起,今日立冬。

立,建始也,表示冬季自此开始。冬是终了的意思,有农作物收割后要收藏起来的含意,中国又把立冬作为冬季的开始。

在南方,是不容易感受到冬天的。我驾车沿着海边行驶,特意放慢速度,打开车窗,任海风轻轻的吹拂在面庞,风里都带着暖意。

冬天,似乎是很遥远的季节,它离开我好久了。

在我出生的家乡,以及我付出过热血的北方,那里才有真正的冬天。

有雪的季节,才是冬天。

北方的边境,靠近俄罗斯,那里的建筑都是苏式风格,很有年代感。建筑的色调是单一的、苍茫的,被大雪笼罩后,粉妆玉琢,反而呈现出不一样的色彩。我很怀念下雪的远方,然而,我离开远方已好多年。

我的家乡,下雪又是另一番情调,因为家乡有翠竹。大雪再厚,也压不住翠竹妖娆的姿色,更加显得青翠欲滴。

已讶衾枕冷,复见窗户明。夜深知雪重,时闻折竹声。

深山里的茅舍,被竹林包围。寒冷的夜晚被冻醒,看到窗外雪光明亮,竹子纷纷被积雪压断。这几句诗写出来,我感同身受。

马路边的树枝、茅草、房屋,全被积雪覆盖。远远望去,一片纯净的世界。

六出飞花入户时,坐看青竹变琼枝。即使枝叶参天的大树,此刻都变成了琼枝玉柱。

冰挂随处可见,屋檐下、树枝上、河堤旁,挂满了小冰柱。它们可以长到又粗又长,扫把杆那么长的都有。小孩子经常把它们掰下来,当做宝剑玩耍,好一把冰魄银光剑。

枝头的松果。我的家乡这种松树很多,冬天整个松树林子被大雪覆盖,有时候可以看到小松鼠到处觅食,松果无疑是它们的最爱。

下雪还给动物们带来了乐趣。以前我家养的狗,看到白雪就特别兴奋,在里面滚来滚去,自个玩得不亦乐乎。狗的皮毛厚,不怕冷,身上的雪花抖一抖就干净了,再狂跑一圈,回来浑身冒着热气。

人生已步入下半年,很多事该看淡、该放下。今后,我希望有一所房子,在一个冬天可以下雪的地方。外面积雪覆盖,里面温暖如春,和家人在一起,平静的享受生活。

我想,这个梦也许不远了。

经济下行,土豪都加不起油了

周末跟一个朋友吃饭,他想换车了,原因是现在的车油耗太高,加不起油。

他现在开的是普拉多4.0顶配,当时落地70万。他每年都去西藏,因此虽然没跑几年,但公里数有点多,15万公里。这个车去评估,二手车商给30万。

卖掉车后,他打算工作时开皮卡(做工程的),然后买一台小车放家里,当做家用车。

但是,这样就去不了西藏了。他们不是简单的走公路去,而是走一些不平凡路,一路上摄影。在那崎岖的路上,也只有普拉多这种大型工具车适合出行,其他车辆都有问题。

所以,他又考虑新款普拉多,3.5那款;以及其他同排量车辆,比如吉普大切、奔驰G系列,问我的意见。

我早就不关注汽车了,但他说的几款,我好歹还懂一点。于是给他的建议:

  1. 普拉多非常保值,老款4.0的普拉多尤其保值,15万公里的车,二手价个人觉得应该在40万左右,远不止30万。
  2. 新款普拉多的变化很大,比如4.0的动力改成3.5,取消了全时四驱,取消了中央差速器、后桥差速锁,虽然更加省油,但是越野性能大幅下降,变成了一款公路SUV,还不如省几十万买个汉兰达。
  3. 吉普(Jeep)的车就算了,省这点油钱(还不一定能省到),还不够修车的。有句老话:开不坏的丰田、修不好的吉普。
  4. 奔驰G系列外观霸气,越野性能好,但也有缺点:一是价格贵,二是比普拉多更加费油(柴油那款除外),三是G保养的钱都远不止普拉多这点油钱。

综合起来,我建议他就别换了。油钱其实省不了多少,他的车每年开3万公里,假设换车后,每公里省5毛钱,一年也就省个1.5万元。但是,换别的车,一次性就要多花个几十万,而且新车还不一定有普拉多实用。

他也觉得我分析的有理,暂时打消了换车的想法。

偶一回头看到我自己的车,3.7升V6,像个怪物一样趴在那里,顿时悲从中来。每公里18升油,以至于加油站的妹纸看到我特别热情,有潜力成为两桶油的战略合作伙伴。最近油价猛涨,我也觉得加不起油了。卖车了,有人接盘么?