江苏龙网

  1. 首页 > 资讯 > 科技 > >

雷锋网@产业AI化的算力流水线，浪潮如何实践？( 二 )


N20X智能网络加速方案可将主机网络、存储和计算的负载的卸载到网卡 ， 对主机计算、存储和网络实现有效的加速 ， 它支持 OVS、 NVMe、Virtual IO的技术融合 ， 甚至能够实现接近于物理机性能的裸金属服务 ， 容器和VM分钟级资源交付 。
调度算力：AIStation资源平台 ， 模型开发和部署一站式交付
如何能把生产、聚合之后的算力高效的调度用于更多的创新？
AI应用从开发环境、生产环境 ， 模型上线、部署复杂度远超以往 ， 人工智能企业需要一个强大的高效的资源管理平台 ， 帮助完成一站式模型开发和部署 ， 这就是浪潮AIStation资源平台 。

雷锋网@产业AI化的算力流水线，浪潮如何实践？
本文插图

AIStation训练平台首先能够解决研发模型开发训练的挑战 ， 实现高效共享AI算力 ， 加速AI创新的研发 。 通过AIStation ， 企业不同工作小组 ， 不同开发者 ， 都可以高效共享AI服务器资源 ， 保证算力资源的高效利用 。
“我们可以实现计算资源非常细粒度的切割共享 ， 一块GPU资源可以共享到多个用户来同时使用 ， 面对训练场 ， 大规模数据集的IO挑战 ， 我们实现了对训练数据的缓存加速 ， 越来模型开发和训练越来越复杂 ， 浪潮在AIStation上海提供了分布式训练和编排 ， 保证开发人员尽可能自动化调度更大规模的计算力 ， 来提升AI训练模型的精度 。 ”刘军解释道 。
在AI模型生产上线阶段 ， AIStation推理平台可以帮助客户部署和推理 ， 从而提速整个AI生产交互过程 ， 这其中浪潮解决了很多问题 。 比如兼容多种深度学习框架和推理服务 ， AIStation推理版本能提供多模型计算结果 ， 保证推理结果的准确性和可信度 。
释放算力：升级AutoML Suite自动机器学习平台 ， AI全自动建模
雷锋网了解到 ， 仅就单一AI应用 ， 其实现平均至少需要消耗6个人月的专家人力 ， 以智能化工具提升AI开发的效率 ， 有效降低人力的成本 ， 成为不少企业用户的诉求 。
浪潮升级了AutoML Suite自动机器学习平台 ， AutoML Suite可实现企业级一站式模型自动构建 ， 支持私有化部署 ， 全面支持图像分类/回归/目标检测CV场景应用 ， 模型大小与计算量极致压缩 ， 用户提供原始图片数据和标注数据 ， 经过AutoML Suite处理 ， 自动生成所需的AI算法模型 。

雷锋网@产业AI化的算力流水线，浪潮如何实践？
本文插图

AutoML Suite之所以可实现上述功能 ， 来源于其三大核心引擎： AutoNAS可根据数据特性 ， 从无到有构建网络模型 ， 实现AI模型与用户应用场景的最佳匹配； AutoTune可进行超参自动调整 ， 使算法工程师从繁琐耗时的手动调参中解放出来； AutoPrune基于元学习技术 ， 可对任意网络进行无损压缩 ， 使生成的模型满足用户应用生产部署要求 。
目前 ， 浪潮AutoML Suite已在智慧城市、铁路、公路等场景中得到应用 。 在智慧城市路口通过监测领域 ， 基于40万数据集 ， AutoML自动生成的模型在日间识别准确率达91.5% ， 夜间识别准确率为83.6% ， 高于专家手动设计模型精度；在铁道开口销设备故障检测中 ， 运用浪潮AutoML Suite自动生成的模型实现了81.8%的召回准确率；在高速公路团雾识别领域 ， 对14000张图片进行搜索训练后 ， 自动生成模型对团雾的检出准确率率为99.25% ， 模型效果符合生产应用水平 。
“未来五年、十年 ， 人工智能会成为未来最核心的计算力 ， 面临大数据和深度学习的计算需求 ， 人工智能会带来一个指数型增长的对计算力的需求 。 浪潮一直致力于创新AI计算 ， 也是为我们当前的新基建提供原动力 ， 浪潮会提供最领先的算力机组来生产算力 ， 我们会通过更敏捷的数据中心来聚合算力 ， 通过高效的调度算力我们产业AI提供更多创新的可能 ， 同时通过释放算力来快速落地进化AI 。 ”刘军总结表示 。


推荐阅读


上一篇：『超能网』OPPO全球营销总裁沈义人卸任，将继续做“数码博主”

下一篇：【cnBeta】微软Word的Rewrite功能升级：现提供句子级的写作建议