https://competition.huaweicloud.com/information/1000041306/introduction?track=107“东风智能制造”开发者创意大赛是东风公司举办的第三届、公司级大数据创意赛事，本次赛事既是延续，也是承接（它将作为东风工业互联网2020行动举措之一，即工业APP孵化课题）。举办方：东风汽车集团有限公司、东风乘用车公司、华为技术有限公司一、赛事介绍“东风智能制造”开发者创意大赛是东风公司举办的第三届、公司级大数据创意赛事，本次赛事既是延续也是承接（它将作为东风工业互联网2020行动举措之一，即工业APP孵化课题）。本次赛事是由东风汽车集团有限公司、东风乘用车公司联合主办，华为公司承办的大数据分析、创意交流赛事。成绩优秀团队将直接入围公司众创项目，参与项目的深入分析和延展。该项赛事优秀获奖选手有机会获得入职东风公司的offer直通车。大赛通过与东风乘用车实际业务相结合，为开发者提供一个交流、学习和创新挑战的平台，以达到为业务赋能、培养汽车行业大数据人才的目的。本次大赛参赛者基于华为云人工智能开发平台ModelArts，根据组委会提供的东风乘用车焊接曲线（电流、电压、电阻、能量）历史数据，聚焦电阻、功率曲线的研究，开展相同板材结构、相同工位、同一焊点号的焊点数据分析，进行(1)焊接过程曲线建模、修磨周期建模 ；(2)异常归类统计。二、参赛对象大赛面向全社会开放，企业、高等院校、科研单位等均可组队报名参赛。三、赛程安排比赛采用预、决赛形式，具体安排如下：初赛：2020年8月19日-2020年9月8日，共计21天(1)8月19日开放平台访问环境及比赛数据，参赛队可开始比赛准备。(2)初赛截止后（9月15日18:00截止提交），参赛队需提交代码、模型、开发过程及解题思路介绍材料、仿真环境演示结果等进行审核。(3)组委会将在官网公布前6名参赛队名单，入围决赛。决赛：2020年9月下旬（具体时间另行通知）(1)在决赛开始之前，参赛队伍可继续优化模型精度，同时基于模型开发应用或演示demo（不限于小程序、APP、H5等）。(2)2020年9月下旬，入围决赛的队伍将开展决赛答辩，组委会将根据模型评测成绩、演示及答辩效果加权得出总分数，并依据决赛分数评选出大赛奖项。注：入围决赛的队伍答辩前需要提供可复现答辩成果的代码、模型、数据以及必要的文档。四、比赛资源组委会为每位参赛选手提供价值1000元的华为云EI资源券（仅支持ModelArts及OBS），以支撑比赛期间资源费用。注：本次比赛提供的云资源有限，请确认参赛的队伍关注及配合组委会云资源发放，云资源发完即止。五、奖项设置冠军：1支队伍，每支队伍奖金3万，颁发获奖证书（东风汽车公司级）亚军：2支队伍，每支队伍奖金2万，颁发获奖证书（东风汽车公司级）季军：3支队伍，每支队伍奖金1万，颁发获奖证书（东风汽车公司级）六、报名须知1、报名方式：登录比赛官网，点击页面右上方“立即报名”按钮进行报名。2、报名时间：2020年8月19日9:00-2020年8月29日18:00（共11天）。3、本次比赛云资源有限，发放完毕后将不再发放。4、参赛者可3~7人组队参赛，且每位选手只能加入一支队伍。对不符合组队要求的队伍，赛务组有对其取消晋级资格的权利。5、参赛者需确保报名信息准确有效，大赛组委会有权取消不符合条件队伍的参赛资格及奖励。6、大赛官方交流请至论坛交流版块，选手交流微信群扫描如下二维码。注：报名后请务必要加入微信交流群，群里会不定时发布赛事重要信息。备注：1. 请参赛报名选手务必加入群，以查收比赛相关公告和通知。数据集下载地址可在本页面中下载说明文档。2. 请参赛组队成功后，将组队信息以如下形式反馈到邮箱tangyi09@huawei.com。队伍名称选手名字华为云账号（需完成认证）电话注：对赛事有任何疑问请联系东风公司工作人员。

https://competition.huaweicloud.com/information/1000041322/introduction?track=107“华为云杯”2020西安人工智能创新应用大赛，由西安国家民用航天产业基地管理委员会主办、华为公司承办，以“AI在航天，鸿图华构”为主题面向全国的人工智能交流赛事。举办方：西安国家民用航天基地管理委员会、华为技术有限公司一、赛事简介为培育人工智能创新氛围，深化新基建合作，提升高精尖人才研发创新能力，由西安国家民用航天产业基地管理委员会主办、华为技术有限公司承办的“华为云杯”2020人工智能创新应用大赛于2020年11月5日正式启动。大赛以“AI在航天，鸿图华构”为主题，立足航天卫星遥感产业，结合华为在云计算、人工智能、物联网、5G移动通信、智能制造等领域的技术优势和产业链整合能力，推动AI技术在遥感行业应用，同时加速培养高精尖人才，实现人工智能技术的真正落地。二、参赛对象大赛面向全社会开放，个人、高等院校、科研单位、企业、创客团队等人员均可报名参赛。特别说明：大赛承办方和技术支持单位员工/实习生可以参赛，但参赛成绩仅参与排名不参与评奖与奖金发放，评奖名额往后顺延。三、赛程安排本次大赛分为初赛、决赛两个阶段，具体安排如下。初赛（11月5日 ~ 12月8日）1、11月5日14:00开放模型提交判分入口，每个团队每天有2次评测机会。2、系统排行榜每天更新一次，按照评测指标从高到低排序。3、初赛截止时间为12月8日18:00，组委会将通知排名前10名参赛队伍的提交代码审核说明：具体代码审核需提交的材料和相关操作初赛截止后公布，如未配合组委会进行初赛代码审核，视为自动放弃进行决赛资格。决赛（12月11日 ~ 12月22日）1、初赛截止后3天（12月11日），组委会将进行最终排名前10入围名单公布及决赛相关事项。2、参加决赛的选手需要在决赛日（12月22日）前准备答辩材料，答辩材料需包含两部分主要内容，第一部分为初赛中的算法介绍，第二部分为开放性讨论问题，题目为“AI如何助力遥感行业？”（不限定形式和范围）。3、12月22日，TOP10的队伍将受邀前往西安进行总决赛答辩，组委会将根据初赛模型评测成绩、决赛专家评审成绩加权得出总决赛成绩，初赛与决赛权重比例为0.7:0.3，最终依据综合成绩评选出大赛奖项。四、奖项设置冠军： 1支队伍，每支队伍奖金10万，颁发获奖证书亚军： 2支队伍，每支队伍奖金 5万，颁发获奖证书季军： 3支队伍，每支队伍奖金 3万，颁发获奖证书优胜奖：4支队伍，每支队伍奖金 1万，颁发获奖证书参与奖：初赛最终排名入围TOP200队伍将获得AI书籍（每支队伍一份）特别说明：TOP10获奖团队需在华为云社区分享参赛方案及总结的分享。五、报名须知1、报名方式：登录比赛官网，点击页面左上方“立即报名”按钮进行报名。2、报名时间：即日起 --2020年11月23日18:003、参赛者可单人或2~3人组队参赛，且每位选手只能加入一支队伍，云资源发放以个人为单位（大赛云资源有限，大赛组委会按照大赛报名顺序依次发放，发完为止）。4、参赛者需确保报名信息准确有效，大赛组委会有权取消不符合条件队伍的参赛资格以及奖励。5、大赛官方交流请至论坛（交流版块，选手交流微信群扫描如下二维码，如群已满，请加右侧大赛小助手微信号，备注“西安赛”，小助手将您拉进群。大赛重要节点通知会在群内第一时间告知，请务必加群。六、比赛资源组委会为参赛选手提供一定量的华为云EI资源券（仅支持ModelArts及OBS），以支撑大赛期间资源费用。云资源有限会按报名顺序下发，发完为止（720份云资源，发完为止）。特别说明：云资源发放请关注交流群通知，收到云资源后请务必按照组委会要求，在规定时间内购买相应套餐，如过期未购买或由于自己原因错买需自行承担结果，组委会不再补发。七、组织单位主办单位：西安国家民用航天基地管理委员会承办单位：华为技术有限公司协办单位：陕西省测绘地理信息局八、其他若出现以下情况，将视为违规，大赛组委会有权取消参赛队伍的参赛资格。1、参赛报名信息虚假，不符合大赛报名及组队要求的参赛者/参赛队伍2、参赛作品涉嫌抄袭，侵犯他人知识产权等行为3、参赛期间或参赛作品发现或被举报认定存在的其他违法、违规行为本大赛规程最终解释权归“华为云杯”2020人工智能创新应用大赛组委会所有。

首发：https://developer.huaweicloud.com/hero/forum.php?mod=viewthread&tid=49425    3月27日，由鲲鹏产业源头创新中心主办，华为技术有限公司、深圳湾科技发展有限公司、深圳市软件行业协会承办的“2020中国（深圳）数字经济产业·鲲鹏创新大赛”圆满落下帷幕。本次大赛以“训赛结合，以训促赛”的方式进行，历时12天。赛事吸引了全国各地70余支企业及院校队伍参赛，经过前期培训与竞赛角逐，究竟哪9支队伍获得大奖，最终冠军又花落谁家，他们又是如何利用【基于鲲鹏云服务平台】进行应用开发的呢？带上你的好奇心，一起来欣赏此次获奖团队的作品吧！            --------------------------------------****一等奖****--------------------------------------     首先为大家带来的是此次获得大赛一等奖的作品————来自软通教育战队的【软通大学在线学堂】。   该产品结合时下疫情现状，以“停课不停学”的理念，推出在线学习系统，主要集中课程管理、在线点播、在线直播、技术博客、在线考试等核心功能展开设计。整体功能设计全面，场景完整，且实用性及商用性较高。  同时，在实现系统功能的同时，充分利用鲲鹏云及软开云平台能力，基于全鲲鹏架构+欧拉的操作系统，采用分布式架构开发，选择HTTPS+DNS域名解析的方式，实现业务系统的对外访问，全面适配商业化要求；利用华为云的负载均衡与健康检查机制，结合GaussDB，Mysql，redis主备切换，与OBS的多AZ功能和跨区域复制功能，实现系统的高可用性与所有存储层的数据容灾；全面利用软开云进行敏捷开发，一键化自动部署多个结点，代码管控，实现开发环境、测试环境、生产环境构建；混合使用GaussDB和mysql，各服务之间采用标准REST方式，实现开发人员的技能解耦同时减轻数据库压力；调用华为OBS的SDK采用断点续传的方式实现视频防盗链、水印、加密点播，视频OBS存储，断点续传，视频秒开功能；利用华为云直播服务快速实现直播功能和直播回放功能；基于华为云搜索服务实现用户行为进行智能分析，通过kibana的dashboard组合各个图表进行大屏展示；基于鲲鹏ELK实现博客内容的全文检索功能；通过最小ACL权限管控与IAM账户权限管控，实现资源实时监控与行为审计功能，通过华为云监控平台实时进行查看，辅助进行运维管控；利用弹性伸缩、IMS镜像服务、ELB负载均衡配合实现服务器横向动态扩容，根据业务高峰期和低峰期的性能需求，合理化管控成本。  评委们认为软通教育战队能够真正了解鲲鹏云服务能力，灵活且较为全面的将鲲鹏各类云服务运用到所展示的软通大学在线学堂产品的开发中，在实现功能的同时，不仅提高了研发的工作效率，也实现了产品的高可用性与容灾能力。软通大学在线学堂产品具备了成熟在线教育管理系统的各项主要功能，商业可落地能力较强，并表示非常期待后续能在华为云上看到软通大学在线学堂产品的进一步落地和完善。             --------------------------------------****二等奖****--------------------------------------    获得此次二等奖的队伍是一览网络队和中科星图队。  一览网络队————“复工复产数据监测决策系统”  一览网络队结合疫情对企业复工造成了巨大且深远的影响，有关部门有必要及时掌握区域企业复工情况、用工现状、用工需求、培训需求等信息，以便为企业有序、科学地复工复产方法提供依据，而线下的调研方式不再符合当下的要求，对企业的调研要充分考虑排除企业现场申报或工作组线下调研的安全风险，同时建设企业实时反馈、及时更新用工情况的长效机制的需求背景，设计了“复工复产数据监测决策系统”，它包括：企业复工复产调研、数据统计分析系统以及数据可视化看板展示部分。  企业复工复产调研系统主要围绕着单位基本信息、单位人才现状、复工复产情况、用工需求情况、培训需求情况以及用工环境调研等多个方面进行企业复工复产调研，收集并沉淀企业与人才相关的数据，为后续开展复工复产现状分析提供数据建模；数据统计分析系统，通过对企业所提交的各项数据进行整合、统计、分析。协助政府相关部门针对当前疫情下企业复工复产等相关政策的出台提供数据支撑；数据可视化看板展示，将数据进行多个维度分析统计借助图表、图形和地图等可视化元素大屏展示，数据可视化看板可以便捷地查看和了解复工复产的发展趋势,便于对企业复工复产做出有利决策,这对于现阶段疫情防控具有重要意义。  “复工复产数据监测决策系统”采用分布式服务、多节点部署、ELB负载+弹性伸缩、前后端分析的结构实现系统的高可用性、高可靠性和可拓展性；设计以CDN+WAF实现联动防御，安全组+ACL访问控制，HTTPS加密传输，操作系统、数据库、应用的安全加固的方案保证系统的安全可靠；建立云上两地三中心的容灾架构，采用数据库一主多从架构，逻辑备份，binlog定时汇聚结合云备份和镜像服务，实现同城跨可用区容灾站点和异地跨区域容灾站点，保证在不可抗力因素下也可保全业务数据不丢失，且迅速恢复业务，提高业务连续性；利用主机安全，vpn+堡垒机，数据库安全服务，漏扫服务来保证运维安全；基于DevCloud实现代码托管，编译构建，部署发布，云性能测试服务等一站式部署进行开发测试；利用鲲鹏处理器NUMA架构提供更强的多核扩展能力和算力，解决SMP总线瓶颈问题；同时利用鲲鹏社区一站式资源、服务平台结合实际业务场景的设计总体解决方案。   评委表示，该设计方案的突出特点是系统方案中全面使用华为云技术，在系统后台的云部署上，利用鲲鹏云服务架构的高可靠高性能，结合GuassDB等云服务设计的产品充分考虑了系统的安全性和运维的便捷性，特别是团队采用了华为开发云的代码托管和系统测试等功能，提高了团队开发的效率与代码质量。并且开发的软件系统实用性较强。希望今后能够将作品进一步优化和完善，加快市场化步伐。     中科星图队————“疫情防控检测大数据分析平台”  在新冠肺炎的肆虐下，全国人民的正常生产、生活秩序均受到严重影响。虽然当前疫情已得到有效控制，但如何让企业尽快复工复产，是一个迫在眉睫的问题。中科星图队设计出疫情防控大数据监测分析平台，助力汕头政府，联动政企，助力复工复产。   在架构的设计理念上，服务器架构是涉及性能优劣的关键因素，对比传统X86架构，鲲鹏ARM架构采用RISC精简指令集，有更快的执行速度与更好的并发性能。   在对服务器的地域分布进行设计时，以"反亲和性"作为原则进行多节点部署，上层链路搭建ELB负载均衡器进行心跳检测和智能分发，确保部分服务器出现不可控因素而宕机时，业务请求仍不受影响，保障系统的可靠性。根据疫情的数据"结构简单"、"不涉及太多关联查询"等特点，采用ARM架构分布式缓存Redis作为中间件，大量可重用数据缓存在内存中，直接降低了底层数据库的查询次数，减少了业务响应时间，实现毫秒级响应。  系统中还充分考虑容灾备份，以及为系统搭建OBS文件系统作为数据采集的存放中心，供大数据接入分析。考虑到白天黑夜业务峰谷之悬殊，引入AS弹性伸缩策略，对资源做一个宏观的调控，良好应对不同高低负载的场景，减少不必要的费用支出。 （系统架构 (双数据中心)图）  评委评价该项目使用高级鲲鹏云服务和B/S架构技术实现了疫情实时数据可视化展示、监测分析，项目亮点在于采用了弹性架构设计，实现了容灾备份、负载均衡等技术要求，并且在本地提了扩散模型算法，结合线上平台开发了疫情态势分析系统。项目作品也已为政府制定企业复工复产方案提供具有科学性、可靠性依据的防疫帮助，已成功助力政府完成20000+家工业企业复工，具有极强的现实意义。                --------------------------------------****三等奖****--------------------------------------  获得三等奖的队伍是泰克教育队、信联征信队、瑞通五小福队、Vitality队、云基华海队。    泰克教育队————“鲲鹏应用大赛”    随着ICT技术的迅猛发展，企业对包括云计算、大数据、物联网、人工智能、存储、路由交换等等方向的全能型人才的需求迫在眉睫。然而传统ICT实验室建设仍面临成本高昂，资源利用度低、扩容难度大、运维成本高、环境部署难度大等诸多挑战。  为助力高校培养契合市场需求的ICT人才，推动ICT产业发展，泰克教育队基于华为云研发了双创实践云平台，结合云计算、大数据、人工智能等创新方式为ICT人才培养提供优质的教学资源和高效的实践平台，用于科研环境定制、认证考试、教学实训、公共实训服务、赛事一体化等多种场景，致力于打造良性发展的ICT人才生态圈。  “双创实践云平台”采用公有云、私有云、混合云的混合建设方式；支持一键式创建、清理、恢复实验环境；支持快速扩容、升级。依托于云计算、大数据、人工智能，打造一个高效的实践平台，推出了数通、网络安全、大数据、云计算等等方向的课程。  业务主要采用CCE容器部署，以四台弹性云服务器ECS为核心，将其部署在两个可用分区实现高可用；采用SDRS存储容灾服务实现RPO=0、跨可用分区的双活容灾服务，保证业务的连续性；结合云硬盘EVS、对象存储服务OSB、云数据库Mysql、云备份CBR，满足系统对数据存储、数据保护的需求；利用弹性伸缩AS服务应对业务波峰波谷的变化在满足业务的需求的同时降低成本；结合镜像服务IMS满足客户对不同系统的需求。结合弹性负载均衡ELB服务，将访问流量自动分发到多台云服务器，扩展应用系统对外的服务能力，实现更高水平的应用容错。  评委们一致认为，该产品成熟度高，全面覆盖教学场景，从院长到老师，学生，针对不同角色定制不同功能，满足学校中不同角色的需求，教学与管理兼得；并且该方案考虑了容灾场景，加强了该系统的抵御不可抗力场景的能力，但是如果该系统能够再加强云服务的使用提高性能会更好。      信联征信队————“发现独角兽”系统  由于疫情的影响，很多公司都不得不停工，现金流急剧减少，而部分中小企业的资金链一旦断裂，就意味着死亡。因此，如何帮助中小企业获得融资，如何让投资者投资有潜力的中小企业，对中小企业的复工有着重要的意义。  信联征信队根据传统投融资系统的基本信息关联性差，人工成本大，效率低等特点，设计了“发现独角兽”系统，具备海量创投数据，高性能图数据库，深度学习推荐模型，机器学习评价模型的特点，针对投资机构，公司，行业进行深度分析，把握最新的投资机会。  “发现独角兽”系统使用华为图引擎服务GES, 实现知识图谱的应用，图数据库数据量达到点: 308606, 边: 253578. 路径查询时间在200ms – 300ms；编译部署tensorflow_serving到华为云, 利用trans-D深度学习模型, 实现相似企业的推荐功能;在华为云上完成机器学习模型的推理, 预测中小企业的发展前景；使用华为云弹性搜索服务, 实现标签查找以及模糊匹配功能；结合ELB实现负载均衡，RDS实现zhuconbei主从备分，考虑容灾场景。  （在大数据的基础上，利用知识图谱关联关系、文本语义理解、机器学习建模等技术，发现更多价值。）     评委充分肯定了这个团队对于疫情之下的市场需求的把握，新颖的切题角度，作品基于鲲鹏云服务移植开源框架实现了机器学习及深度学习模型，实现了高可靠、稳定的AI金融创投应用系统，对于提高投融资效率、助力中小企业发展有实际且深远的意义。    瑞通五小福队————“瑞通云学苑在线教育管理平台”  随着科技时代的高速发展，企业建立在线化平台进行其下工程项目的管理是时下趋势。来自东方瑞通的瑞通五小福队伍结合企业现状，计划打造一个在线教育管理平台，通过实训项目，让学生接触到企业项目、企业工程师，了解企业开发模式，帮助高校学生将理论知识转换为生产实践能力。  “瑞通云学苑在线教育管理平台”基于B/S架构实现，采用多节点部署，分布式服务，负载均衡及MySQL+Redis数据库主从备分实现系统的高可靠性；基于数据库安全组设置及WAF设计安全方案；利用Nginx日志获取数据，使用数据仓库服务DWS，结合大数据分析与人工智能的深度学习功能，进行课程推荐，基于GuassDB200，使系统具有亿级数据秒级响应、统计信息1秒延迟以内。  评委表示：瑞通五小福的“瑞通云学苑在线教育管理平台”基于华为鲲鹏云服务部署的高可用方案，多途径的访问方式，同时结合华为云大数据服务，为客户呈现了一个功能完善、性能良好、方便快捷的在线教育平台，将华为鲲鹏云服务用于解决企业实际业务痛点。    Vitality队————“在线学习平台”  来自深圳职业技术学院的Vitality队基于简单、适用、高效的原则，实行通用化、标准化、智能化、人性化的产品设计思想，帮助企业和学校形成学习型组织，对员工和学生进行高效、有序的管理。为企业与学校全体员工和学生提供一个共同学习平台，有助于对全体员工知识、观念、技能、行为的统一管理，从而提升整体工作效能。在线学习平台构建了教育数字化网络，打破了时空和地域的限制，实现优质教学资源共建共享，为学生创设了良好的数字化学习环境。  平台基于华为鲲鹏云服务，站点采用LAMP架构，基于php框架symfony，实现了B/S架构，支持访问权限控制和使用安全控制系统部署架构具备高可靠，高安全，高管理的特点。平台使用了华为的弹性负载均衡通过监听规则将访问流量自动分发到后端多台弹性云服务器，扩展平台系统对外的服务能力，实现更高水平的系统容错性能；设计异地双活容灾方案实现健康状态监视和功能切换，利用RDS做三机主从热备，同时使用unison工具将主IT系统同步到异地的灾备系统，使得发生灾难时以最快速度重新对外提高服务；选择华为的Anti-DDoS流量清洗服务，对IP地址进行DDoS攻击防护；使用华为的Web应用防火墙，平台可以通过对HTTP(S)请求进行检测，识别并阻断SQL注入、跨站脚本攻击、网页木马上传、第三方应用漏洞攻击、CC攻击、恶意爬虫扫描、跨站请求伪造等攻击；利用CTS云审计服务为平台提供云服务资源的操作记录，记录内容包括管理员从云管理控制台或者开放API发起的的云服务资源操作请求以及每次请求的结果，供查询、审计和回溯使用；选择专业的简化数据库管理工具——DAS，为平台提供优质的可视化操作界面，大幅提高工作效率，让数据管理变得安全简单。   评委对于这支高校队伍所呈现的作品青睐不已，表示该队伍非常善于利用开源框架，将在鲲鹏训练营学习到的知识完全理解并灵活运用到自己的作品中去，不仅实现了在线教学管理的业务系统，同时考虑了系统的高可靠、高安全、管理、监控，对赛题的理解和思考非常到位。    云基华海队————“云派防疫信息智能登记系统”  新型冠状病毒肺炎疫情发生以来，各行各业的人们都在以自己的方式支援这场不见硝烟的“战疫”。面对“返工潮”攻坚战，做好返程人员的疫情防控及监测工作绝对是重中之重，为解决这一问题，云基华海队设计了“云派防疫信息智能登记系统”，能够实现信息录入，票证信息智能识别，返程统计，返程预警及基础管理等功能。  “云派防疫信息智能登记系统”基于鲲鹏云服务+微服务架构，充分考虑了应用系统的安全防护体系，应用系统的高可用架构设计和等保三级的安可要求，全面利用了华为的云服务基础设施，可运维以及运维安全性的设计，全面而又具有非常强的现实意义的功能能够有效缓解各渠道人员检查压力、规避人员集聚造成重大事件或传染风险等。    评委表示：云基华海队的“云派防疫信息智能登记系统”，契合大赛主题，以创新的方式支援抗击肺炎、复工复产的“战疫”。基于鲲鹏云服务+微服务架构，积极使用OCR图像识别等高级服务，具有积极的现实意义，且方案可复用推广。             --------------------------------------****鲲鹏未来星****--------------------------------------  教工食堂队————“GsEdu”  在此次大赛中，涌现了一支非常优秀的高校队伍，他们是来自深圳职业技术学院的教工食堂队。  以疫情期间停课不停学，为了顺利开展能够顺利开展线上教学，帮助师生提高课堂效率为设计理念，设计了基于B/S架构实现，支持访问权限控制和使用安全控制；在项目开发的同时，充分考虑到系统的高可用、数据容灾等功能，采用分布式架构开发；同时基于鲲鹏云服务和华为云对象存储服务进行深度定制，实现高并发，满足大型教学管理需求。开发完成后，以两地三中心容灾的架构进行部署，保证系统的可靠性、稳定性、安全性，通过华为云CPTS云性能测试服务进行压力测试，在数十万次连续请求下，得益于鲲鹏云服务器的强大性能，依然能提供稳定服务。  “GsEdu”付费模式多样化，其课程支持单独购买/视频单独购买/全站会员三种收费模式，以促进消费；支持主流支付方式，如：支付宝、微信支付。   评委表示教工食堂队的队员们在本次训练营和大赛中表现出新一代大学生积极向上的面貌，考试成绩甚至超过大多数企业队伍。同时也展现了优秀的鲲鹏云平台实践能力，设计的作品质量高且在产品变现方面作出了有实际意义的考虑，具有商业价值。而这些优秀的高校学生，在不久的未来都会是鲲鹏发展生态不可缺少的中坚力量。特此颁发【鲲鹏未来星】一奖激励高校学生继续秉持优良作风，再接再厉！  至此，“2020中国（深圳）数字经济产业·鲲鹏创新大赛”圆满收官，让我们期待下一次更精彩的赛事！

描述“华为云杯”2021人工智能应用创新大赛·创客赛道竞赛数据集，大赛链接：https://competition.huaweicloud.com/information/1000041388/circumstance详细数据说明见上文链接。

 数据“洪流”驱动的自动驾驶1自动驾驶汽车的兴起汽车伴随着工业革命而生，也随着工业革命而升级。第一次工业革命（蒸汽技术革命），出现了蒸汽机使汽车开始诞生。第二次工业革命（电力技术革命）使车辆能够能进行流水线生产，使车辆走入千家万户。第三次工业革命（计算机及信息技术革命），汽车具备一定辅助驾驶能力，而第四次工业革命，汽车甚至最终走向完全的自动驾驶。从工业4.0的概念提出以来，智能汽车的技术层出不穷，而自动驾驶更是成为当前最炙手可热的领域。这智能汽车技术的角逐中，无论是传统车企还是手握大量人工智能技术的互联网公司，都将自动驾驶视为汽车产业的巨大机会，甚至决定企业的未来命运。 汽车的发展之路  自动驾驶等级表第零级完全纯人工操作最考验驾驶员技术的时期第一级辅助驾驶阶段车道保持，定向巡航，ACC自适应巡航和EXP第二级半自动化的阶段简单场景自动驾驶，当场景复杂，人工接管第三级有条件的自动驾驶阶段通常情况自动驾驶，特定场景下人工驾驶第四级高级别的自动驾驶驾驶达到甚至超过人类的水平，需监控系统第五级完全自主的自动驾驶无需人工干预 2自动驾驶汽车数据的产生有人说，只要给自动驾驶系统一张图像，它就能反馈方向盘转多少角度。正如人类走路要首先看路。自动驾驶的第一个环节就是“看路”，也就是路况感知，车辆和环境交互的纽带，自动驾驶好不好，首先取决于感知系统，做的好不好。智能车辆的感知系统来源于车辆上装备的多种多样的传感器，摄像头，超声波雷达，毫米波雷达，激光雷达，卫星定位系统，声呐等。这些正是智能车辆眼观四面，耳听八方的秘技。目前主流的自动驾驶环境感知方案主要为视觉主导和激光雷达主导这两种，两种的方案的区别在于主导传感器的选取搭配，以及围绕传感器产生的识别技术。如今，超声波雷达、摄像头和雷达系统都已经配备在了自动驾驶L1和L2的汽车上，成为了辅助驾驶系统的数据基石。随着汽车自动驾驶程度的提高，汽车需要对周围的人，车，路等有细致的感知，而这些都依赖各种传感器一刻不停的收集数据。那么一辆自动驾驶的汽车会产生多少数据呢？以目前的信息采集车为例，在路测过程中每秒就会产生720MB的数据，相当于3部电影大小。因此，未来自动驾驶普及，道路上上行驶的不仅是车辆，更是数据的“洪流”。 自动驾驶数据采集示意图3自动驾驶汽车数据的存储那么如此巨大的数据要如何存储呢？目前的数据据存储方案有两种，一种集中式存储，另一种就是分布式存储。在各种自动驾驶的未来技术方案中，自动驾驶一般都选择分布存储式进行数据存储。那为什么不选择传统的集中式存储呢？为了清楚的解释这个问题，可以把存储设备比喻成车，数据比喻成货物。那么传统的集中式存储就好比具有单一动力的车，数据量超过一定值的时候，数据只能换更大的设备承载。而分布式存储就是好比一个车队，一个车队能任意增加或减少一辆，而不影响其他设备。分布式存储有一个个节点构成，每一个节点既能计算也能存储，任意扩展，能力无敌强大。以华为的FusionStorage智能分布式存储系统为例，支持多种数据协议的存储，轻松应对各种传感器的数据输入出格式。数据从汇集、分析、应用以及归档，可以在一个节点上一站式完成，无需复杂的数据导入导出，在保证单体功能强大。强大的资源池化能力，将设备的各种资源统一管理，让采购和部署过程节省了集成、调试、安装时间。在升级的时候并不需要业务中断进行数据迁移，软件升级、硬件替换业务无感，减少了专业维护的难度，节省了后期运维的巨额成本。强大的资源池化能力让采购和部署过程节省了集成、调试、安装时间。新一代的分布式存储，基于AI重定义存储架构，致力于打造海量多样性的数据底座，帮助用户从容应对数据洪流。有了它，自动驾驶普及带来的车联网数据节点数据爆炸增长、容量需求急速扩充，都没有压力。新一代的分布式存储系统，按需扩展、弹性可变。 集中式与分布式存储的区别4自动驾驶汽车数据的计算如何使自动驾驶汽车能够实时处理如此海量的数据，并在提出的信息的基础上，得出合乎逻辑且形成安全驾驶行为的决策？4.1车路人协同--车联网自动驾驶等级的提高需要越来越多的存储及运算，用以分析车辆周边人、车、道路等。有限的车辆空间上解决巨大的数据存储及运算的问题。同时，由于自动驾驶最终需要走向商用，走向千家万户，成本必须要足够低。这些形成了新的挑战，即怎样在成本足够低的情况下满足这些计算需求。为了解决个挑战，专家们提出了车联网来解决。车联网就是以车内设备之间的车内网，车与车之间组成的车际网，车与互联网相连的车载互联网为基础，按照统一的协议，实现人、车、路、云之间互联数据互通，并最终实现智能交通、智能汽车、智能驾驶和车辆智能化控制的一体化网络。更进一步说，就是车到万物（vehicle to everything，V2X），X代表基础设施、车辆、人、路等，与交通相关的一切数据都将汇集在一起处理。车联网中，车辆能互通通信相互协调保持一定的距离，车辆能够与信号灯直接通行获取交通信号，与摄像头设备互联获取更多路况信息，与互联网相连通信获取天气，交通事故等信息。总而言之，就是实时路况、道路信息、行人信息等一系列交通信息，提高自动驾驶安全性、减少拥堵、提高交通效率。车联网畅享图车联网技术需要实现车与车之间的通信和车与“路”的通信。其中路边通信单元（road side units，RSU）是车联网中部署在路边进行辅助通信的设施，它与互联网直接相连，并且可以与车辆进行无线通信，可以作为数据的中转站，让数据转向快车道传输。相比车载通信设备，RSU具有更好的通信能力保证数据的完整传输、传输的更远和更快的传输速度，而且可以同时与多辆车辆进行通信。此外，RSU还有较大的存储空间，可以存储信息，数据传输刚出门就到了，因此传输效率极大的提高。4.2边缘计算车辆网中增强现实，语音识别，图像处理等都需要密集的计算，而车载设备无法承担如此巨大的计算，传统应对巨大计算量的方式是采用云计算。传统的云计算在车联网环境下，时间延迟明显而且连接不稳定，而且高速行驶的汽车等不及云计算漫长的传输链，所以数据需要就近处理。专家们设计了边缘计算平台正是为解决就近计算这个问题。边缘计算是指靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台。边缘计算指的是在网络的边缘来处理数据。车联网中的边缘计算，可在构建在遍布全国中国运营商的信号基站上，也可以对靠近车辆的移动通信设备，如基站、路边通信单元等设备进行升级改造，使之成为计算节点。就可不同数据源头的数据优先在最近的计算节点进行处理，完成数据加密、数据交互甚至决策。就可以实现车联网的边缘计算。在中国联通的车网联测试中，将路边基站进行改造，目前，大约每三个基站形成一个边缘计算的节点，实现车与路边的通信，未来随着需求，边缘计算的节点甚至可以做到一个基站一个节点。                     边缘计算示意图边缘计算的应用，有效的应对了自动驾驶时延敏感的问题，在本车或附近计算节点完成决策，避免网络传输时延；同时提升应用可靠性，在网络发生故障时，仍可保证基本功能的可用。车联网的边缘计算，将能够保证保障自动驾驶在较低成本下获得巨大的计算量，让各种数据能够及时处理，从中提出完整有效的信息，形成安全驾驶的决策。5自动驾驶的应用随着自动驾驶的等级越来越高，自动驾驶的普及将会彻底的改变人们的生活。自动驾驶的存在将将解放所有的司机，将人的不确定因素移除交通场景，取而代之的是人工智能的确定性。自动驾驶的应用展望自动驾驶将在车联网的协同下，不知疲惫的运行，精确高效理性的判断所有的交通情况。这将大幅降低交通拥堵，减少交通事故，使交通更加顺畅。自动驾驶的普及，解放了驾驶员，车辆空间将变成休闲娱乐的地方，出行将是一种休息而不再是精力得消耗。自动驾驶将改变各行各业，交通出行，物流仓储，智能医疗，智能农业，建筑行业等都将因为自动驾驶的加入，而更加的方便，获得更大的发展。总而言之，自动驾驶将改变生活的方方面面，让社会发生翻天覆地的变化。参考文献《国家车联网产业标准体系建设指南》汇聚海量数据，打造智慧出行新体验

描述1、数据简介本数据集为无人车挑战杯大赛供参赛选手使用的训练集，包含红灯、绿灯、黄灯、人行横道、限速标志、解除限速标志六种类型图片。2、使用方法a、下载本数据集，下载方式选择“ModelArts数据集”。b、下载完成后（下载需等待一定时间），在ModelArts数据管理打开此数据集，然后按照如下标签完成数据集标注：红灯：red_stop绿灯：green_go黄灯：yellow_back人行横道：pedestrian_crossing限速标志：speed_limited解除限速标志：speed_unlimited

https://competition.huaweicloud.com/information/1000041322/circumstance数据说明本次比赛数据集来源于北京二号卫星，分辨率为0.8米，分为训练集和测试集2个数据集，分别包含3景遥感影像，其中训练集2景影像的尺寸分别为40391×33106、34612×29810。参赛者可自行将训练集切分为小图，并划分为训练集和验证集以用于模型调优。点击此处下载数据集data.zip。data.zip解压后目录结构说明如下：目录名说明182.png第一张遥感影像182_label.png第一张遥感影像的标签数据382.png第二张遥感影像382_label.png第二张遥感影像的标签数据

8月26~27日在风景如画的东莞松山湖景区2019年华为开发者大赛十三个赛道将在这里陆续迎来最激动人心的决赛PK 其中ICT网络领域的AI开发SoftCOM通信智能赛道经过4个多月各行业开发者组建的172队伍初赛、复赛的激烈角逐已产生六支优秀队伍进入决赛！ 从全国各地聚集到东莞松山湖溪流背坡村的六支精英队伍在27日参与最后的决赛决出一二三等奖！ 参赛队伍现场分享AI模型算法思路评委、观众（线下+直播线上）提问，选手现场答疑资深算法评委现场点评算法详情请点击：https://bbs.huaweicloud.com/forum/thread-24400-1-1.html

【大赛介绍】由深圳市政务服务数据管理局、南山区人民政府主办，南山区政务服务数据管理局、华为技术有限公司承办的“华为云杯”2020深圳开放数据应用创新大赛（Shenzhen Open Data Innovation Contest，简称SODiC），以“数聚粤港澳，智汇大湾区”为主题，面向全球高等院校、专业研究机构、数据分析公司、开发者征集基于开放数据的创新应用解决方案和算法模型。AI训练营录播视频链接（含baseline解读&调优）：https://huaweicloud.bugu.mudu.tv/watch/lm0p02d7

【“华为云杯”2019人工智能创新应用大赛 — 训练数据】训练数据：train_data.zip

**分类大赛在7月30日启动赛事时，放出了第一版训练数据。在赛事进行过程中，发现训练集中有少量标记错误和标记不够合理的图，因此赛事组对公开的训练数据和判分系统后台使用的测试数据进行了整改，数据整改说明如下：（1）菜叶菜根：番茄，转移到水果果肉（2）剩饭剩菜：一些空的碗，转移到**花盆及碟碗（3）水果果皮：一些带有较多果肉的图，转移到水果果肉，有些同时有葡萄皮和葡萄肉的图，皮多放水果果皮，肉多放水果果肉（4）玻璃杯：瓷杯，转移到**花盆及碟碗（5）调料瓶：删除塑料调料盒的图片（6）洗发水瓶：洗面奶，转移到化妆品瓶（7）一次性快餐盒：删除KFC、pisa等纸质包装的盒子（8）软膏：少量的洗面奶图，转移到化妆品瓶（9）其他整改：删除少量尺寸太小、模糊的图（10）类别名及类别数不变新训练集下载链接：garbage_classify_v2.zip

请选手们回看直播赋能视频，祝各位取得好成绩！人工智能大赛直播赋能视频回放：https://huaweicloud.bugu.mudu.tv/watch/bmb49poz

为了帮助各位选手更快得掌握、更好地使用华为云ModelArts开发平台，我们为大家准备了《深圳开放数据应用创新大赛—ModelArts平台使用指导》手册，以供大家查阅、学习。指导手册主要内容如下；大家可在下方下载按钮点击下载附件《使用指导》手册，以及手册内baseline files压缩包文件。