400-888-3551

Platform overview

晉源信息AI算力整合解決方案

在過去幾年,全球的數據量以每年58%的速度快速增長,類型也不斷豐富,模型訓練擁有海量的優質樣本, 但更大的挑戰來自于算法和硬件計算架構,為此,晉源信息提出了基于深度卷積神經網絡的圖像、語音、文字識別軟硬件一體化解決方案。

圖像識別指用視覺傳感器(攝像頭)和計算機來模擬人眼和大腦,進行物體識別、跟蹤和測量, 進而做圖形處理讓計算機理解真實世界。圖像識別技術有很多應用場景,如:人臉識別、拍照識別、物體識別等等。

基于深度學習的圖像識別技術發展痛點

用來訓練識別模型的樣本數據不足,使得模型精準度往往不高;

圖像識別算法不夠先進,還主要停留在淺層訓練的機器學習階段;

計算機集群性能不夠,計算用時太長,大大拉長了研發周期、拖慢產品進程。

Solution architecture

方案架構

人工智能推理與訓練全流程圖

圖片1 (1).png

軟件架構:晉源信息AI管理平臺

晉源信息深度學習平臺.jpg

晉源信息AI管理平臺從基本業務需求出發,支持主流機器學習框架(如TensorFlow、Caffe、Torch、Keras等)。 提供深度學習的算法庫(LeNet、MLSTM、Alexnet、Googlenet、ResNet、GAN、Faster R-CNN等)、 標準數據集(ImageNet、COCO、PASCAL VOC、CIFAR、Open Image、Youtube-8M)。 同時該平臺可將CPU資源、內存、GPU資源、存儲資源虛擬化后進行統一管理, 結合不同深度學習框架(如:Tensorflow、Caffe),實現快速創建機器學習應用,聚焦于算法本身, 更好地針對用戶目前的深度學習算法,做硬件適配性算法遷移和升級優化,幫助用戶提升算法訓練速度。

硬件架構:IB網絡+GPU集群+并行存儲

以晉源信息KI4200G為代表的GPU服務器產品,在同CPU計算力下,GPU橫向擴展數量要比業內大多數4U機型多,能夠充分滿足深度學習進程中訓練和推理的雙重需求。 根據深度學習多并行,高I/O需求,晉源信息推出Kstor并行存儲系統,能夠滿足高帶寬和高并發的海量文件存取的需求,為用戶帶來前所未有的存儲性能體驗。

晉源信息深度學習平臺-1.png

該方案在保證系統穩定性前提下,能夠使GPU計算能力得到充分發揮,幫助用戶大幅提升線下模型訓練速度,降低每個計算核心的TCO。同時, 配合晉源信息的AI管理平臺,使用戶在圖像識別類應用上能夠快速調用GPU資源,加速關鍵業務產品化進程。

返回頂部
99久久综合精品五月天