面粉智能配料的方案通过深度结合行业知识及AI数据驱动的方式，结合华为高性能AI算法及强大的算力实现面粉产品质量的准确预测及最优配比方案的输出。同时模型可以实现迭代刷新，使得预测准确度及优化方案的效果持续提升。 人工智能配料会基于华为云EI来实现，通过将行业与企业生产数据结合，并基于华为人工智能算法构建适合企业实际应用场景的模型。后续模型交付主要基于华为云AI开发平台，主要包括数据存储，模型训练，模型部署，模型更新模块：

（1）数据存储：提供华为云数据库服务（RDS）用于结构化数据存储。

（2）模型训练：使用自主研发的ModelArts一站式AI开发平台进行模型开发，可以有效提高模型训练和部署效率。在满足生产要求的条件下，如何将各种面粉的原材料配比做到成本最优，是一个复合最优求解的过程。该过程用到机器学习及深度学习技术，并使用大量的求解算法和数据进行综合训练，构建配比优化模型。

要缩短训练时间，将算法尽快落地产生价值，不仅要有强的硬件，关键还有好的软件平台来调度，华为云通过级联式的混合并行、梯度压缩、卷积加速等技术，把训练的速度从数周降低到几分钟。整体云端建模训练过程会基于华为自主研发的高性能算法框架来实现，华为自主研发的高性能算法框架有如下特点：

1） 简化调用参数：集成多种调用参数技巧包，例如数据增强的调参策略，比如lr，batch size, weight decay, momentum等等自动的调参策略，简化AI算法工程师的“炼金”痛苦。

2） 简化分布式：将单机代码自动分布式，使算法工程师不需要学习分布式相关的知识，在自动化分布式的同时，也优化了分布式的性能，自动化和高性能相辅相成。

3） 简化模型开发：提供多种预置模型，开箱即用多种开源模型。

（3）模型部署： 

AI场景化落地，将充分利用华为云计算平台能力，将模型部署到华为云上，并提供标准Restful API的接口方式对外提供服务。本地的智能配料系统应用软件通过公网的方式调用模型，并将结果解析和保存。云计算具有高效的运算能力，在原有服务器基础上增加云计算功能能够使计算速度迅速提高，最终实现动态扩展虚拟化的层次达到对应用进行扩展的目的。