深海科考破局：“昇腾深海AI声呐智能感知系统”完成深海技术革新

深海，作为地球上最后的未知领域之一，蕴藏着丰富的资源和科学奥秘。

然而，随着我国海洋科考迈向万米新时代，深海万米科考装备和载人潜器的光学设备看不远的近视眼问题已成为制约万米科考任务的重大瓶颈，同时，现有的声呐系统智能化程度尚显不足，局限于提供成像等基础功能且高度依赖专家的知识和经验进行判断，发展自动化、智能化的声呐感知系统以替代传统的人工模式已成为必然趋势。此外，前视声呐海洋装备及其相关技术的自主创新探索，对于我国发展海洋经济、维护国家海洋战略安全而言变得尤为重要。

因此在考虑了突破水下视距瓶颈、自主创新、智能化升级三方面，浙江工业大学智能感知与系统教育部研究中心陈朋教授团队确定立项“昇腾深海AI声呐智能感知系统”的项目研究（下文称“该系统”），该项目组成员由3位博士研究生、5位硕士研究生组成，周鸿超为该项目组的负责人。该系统基于昇腾Atlas 200I DK A2加速模块的深海智能感知设备，完成了一次对深海科考装备的创新性实践。对比传统声呐系统装备，该系统实现了高算力、智能化水平高、小型化、自主创新的4个创新。

01

从了解到应用，
深海科考迎“昇腾”智变

在深海科考的实践中，周鸿超项目团队（下文称“项目团队”）深刻体会到传统声呐系统在处理高密度声呐图像时的算力不足和功能单一的问题。此外，设备的体积庞大和对国外技术的依赖也严重制约了科考作业的效率和安全性。为了解决这些问题，团队开始寻找新的技术解决方案。

一直以来，项目团队和昇腾有着密切的联系和学习交流。团队成员均为浙江工业大学智能基座高校社团成员，他们通过社团组织的“OevRun高校行”、“昇腾AI开发者峰会2023-浙工大专场”等互动交流及“昇腾AI训练营”等课程学习，快速了解了昇腾AI技术，并掌握了基于CANN的AI应用开发。在具体实践方面，团队此前的相关项目，如无人机采用了 Atlas 200I DK A2加速模组设计，该实践证明昇腾的AI加速模组非常适合边缘计算场景，过程中团队也积累了大量的设计和调试经验。

所以当在寻求系统的解决方案时，项目团队先想到了昇腾，团队对昇腾加速模块进行了深入的技术研究和性能评估。他们发现，昇腾不仅非常适合边缘计算场景，可以提供高达20T FLOPS的算力，还具备优秀的功耗表现和丰富的接口资源。于是决定正式引入昇腾加速模块，期望通过其澎湃的算力和高效的AI分析功能，实现声呐系统的智能化升级。

项目立项后，团队迅速组建，由前视声呐成像技术理论研究、前视声呐图像语义分割方法研究、前视声呐智能感知系统硬件设计、前视声呐图像AI感知应用软件设计四个小组构成，为研发工作做好了充分准备。此外，昇腾的开源社区中完善的文档和丰富的教学资源，为团队的技术研发提供了强有力的后援支持。

02

从算力到功能设计，
昇腾助力项目团队研发加速

针对传统声呐系统装备算力有限，功能单一的痛点，项目团队利用昇腾加速模块的澎湃算力，对声呐系统进行了创新性的设计，使其具备对高密度声呐图像的AI分析功能，包括声呐图像去噪、声呐图像分割和声呐图像分类等。

据悉，智能声呐感知系统由高速FPGA信号采集板和昇腾加速模块上位机两部分构成，其中Atlas 200I DK A2加速模块构成上位机系统的计算核心，分别负责前视声呐图像的渲染、去噪、分割、分类等任务。

相较于传统基于x86架构的上位机系统，他们发现，采用昇腾加速模块的上位机系统具有更为出色的功耗表现——同等条件下可工作的时间更长，这对于出海科考作业具有重要意义。此外，昇腾加速模块最高可释放20T FLOPS的算力，可支持AI算法对声呐图像进行实时分析处理，而这在以前的上位机系统上是很难做到的，这直接加速了他们的系统研发进程。

针对前视声呐图像边缘实时分析的挑战，项目团队设计了一种轻量化多尺度注意力前视声呐图像语义分割模型，其所提出的模型通过结构重参数化模块，保证了语义分割网络的训练精度和推理速度，并通过多尺度特征注意力门模块融合多尺度信息，提高了网络的特征提取能力。与其他模型相比，他们所提出的模型在语义分割数据集和自制数据集上取得了良好的效果。这个时候，他们将该算法部署于昇腾Atlas 200I DK A2嵌入式上，最高推理速率可达87帧每秒，单位功耗帧率仅为9.5 FPS，最大得发挥了昇腾模块的计算性能。

此外，针对传统声呐设备体积大、装配复杂的痛点，该项目还实现了系统的高度集成，进行了小型化升级，科考作业变得更加便捷。而在这个过程中，项目团队发现，对于昇腾处理器和下位机的FPGA核心，需要根据声呐系统的功能需求和数据量有针对性地进行处理器选型并设计外围电路，避免接口或电路的冗余。这个探索过程，让项目团队对于昇腾技术的应用有了更深刻的理解。

03

从依赖进口到全面自主创新：
昇腾助力项目团队核心技术得以实现

目前，声呐系统其核心处理组件，亟需探索出一条自主创新技术升级之路。为此，项目团队对该系统的核心处理器件进行技术升级，实现了核心技术的持续迭代升级。

在自主创新升级过程中，团队遇到了处理器兼容性适配、软件和算法优化、供应链和配件支持等问题，华为侧与团队积极沟通，共同解决了多方面软硬件难题。同时，项目团队在这个过程中自主研发的驱动程序，在技术论坛上也帮助华为的开发者伙伴解决了许多技术难题，实现了最大程度上的合作共赢。

通过这个项目，团队感受到了昇腾技术的多样性，该项目负责人周鸿超表示，“通过对昇腾Atlas 200I DK A2的二次开发，团队成员对自主创新处理器的性能指标变得更加熟悉，大大提高了开发的能力。目前判断，对于之后的项目需求，昇腾也是一个值得尝试的平台。

项目团队与昇腾此次的合作，不仅使海洋设备在自主创新探索道路上更进一步，还实现成本降低和可控性提升。

在项目团队所有成员看来，昇腾的产品和技术在深度学习、边缘计算和处理器设计等方面表现出色。对此，周鸿超说到，“随着人工智能技术的不断发展和应用需求的增加，组织对高性能、高效能的人工智能处理器的需求也在不断增长，而昇腾作为一款用于深度学习的处理器，有着很好的市场潜力。昇腾也通过不断的技术创新和优化，不断提升其性能和功能，能够很好地适应变化的市场需求。”

04

从当下到未来，
项目团队与昇腾携手共创未来

昇腾深海AI声呐智能感知系统的成功研发，是团队与昇腾技术深度融合的结果。它不仅代表了深海科考技术的一个新高度，也预示着自主创新智能设备在国际舞台上的崛起。

据了解，项目团队与昇腾的下一步合作计划将聚焦于技术研发和市场推广，双方将共同探索深海科考技术的进步，丰富昇腾深海AI声呐智能感知系统的功能，降低系统成本，提供系统稳定性，并针对客户需求，实现定制化的AI声呐系统解决方案，同时寻求在更广泛领域的应用。在不久的未来里，团队将完成昇腾AI声呐系统的产品化，扩大民用AI声呐的市场占有率。

从产学研方面，项目团队独立撰写了基于昇腾加速模块设计的《嵌入式系统开发与应用》教材，目前已入选浙江省普通本科高校“十四五”重点立项建设教材，已经完成了600多名学生的教学任务，预计在未来辐射到其他高校的教学工作中。另外值得一提的是，该团队研发的基于昇腾的嵌入式实验设备获得浙江省高校自制实验教学仪器设备一等奖；在项目实践的过程中， 该团队在昇腾开发者论坛反馈和贡献十余条优质分享，通过技术认证两项、完成昇腾万里伙伴计划一项。

对于昇腾在人工智能领域的发展前景，周鸿超团队坚信其将扮演越来越重要的角色。他们认为，昇腾技术的未来发展不仅在于技术的深度和广度，更在于其如何更好地融入并推动整个行业的发展。他们有三个期待：

• 第一，期待昇腾能够继续保持其在人工智能领域的创新步伐。在深度学习、自然语言处理和计算机视觉等关键技术上，昇腾已经展现出了强大的研发实力和创新能力。然而，人工智能的发展永无止境，希望昇腾能够不断探索新的技术路径，引领行业向更高水平发展。

• 第二，期望昇腾能够进一步加强生态系统的建设。一个健康的生态系统是推动技术发展的重要保障。希望昇腾能够积极与合作伙伴和开发者社区建立更紧密的合作关系，共同打造更加丰富的开发者资源，形成良性互动，推动人工智能技术的广泛应用和深入发展。

• 第三，期待昇腾能够不断优化用户体验。无论是对于开发者还是对于最终用户，优秀的用户体验都是产品成功的关键。希望昇腾能够持续关注用户需求，不断优化产品和服务，确保在不同应用场景下都能够提供稳定、高效、便捷的技术支持，满足不同用户的个性化需求。

总之，周鸿超团队对昇腾在人工智能领域的发展前景充满信心，并期待其在持续创新、生态系统建设和优化用户体验等方面取得更加卓越的成就。随着周鸿超团队与昇腾的持续合作，我们也有理由相信，昇腾技术将在未来的深海探索乃至更广泛的领域中，发挥更加重要的作用。

◆ 往期推荐◆