服务电话:

400-801-5670

人脸识别算法训练及推理

发表时间:2022年04月02日 作者: 浏览次数:195


· 简介 ·

深度学习的概念源于人工神经网络的研究,包含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。深度学习是机器学习研究中的一个新领域,其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像,声音和文本。深度学习典型应用为图像识别和语音识别。


· 需求 ·

在科研中深刻的认识到,深度学习研发要求调动较多的计算资源,充分发挥系统的处理能力,处理越来越多的数据,然而庞大的数据量是传统的处理器无法处理完成的,所以需要大量的服务器来合作。如果没有大量的服务器,那就将计算压力分给GPU,GPU对数据处理更快。由此,为了推动深度学习研究,需求提高自身的高性能计算设备,以保证在与其他AI企业竞争中立于不败之地。


· 方案 ·

中科云达针对深度学习需求,向客户推荐了高性能计算服务器R4230-8G


产品特性:

---支持 8张NVLINK A100显卡

---支持 2颗 3rd Gen Intel Xeon 可扩展处理器

---支持 32条DDR4内存,最高支持8TB

---支持 6个2.5寸NVME硬盘驱动盘位

---支持 2个 M.2NVMe或2个M.2 SAST3

---4个2200W冗余钛金级电源


高性能GPU服务器的使用,极大的简化了整个系统,网络接入层设备也相应的减少,降低了HPC部分的总体投入,适用于更大规模的GPU高性能计算部署;同时,也降低了维护成本。同时满足对深度学习的研究苛刻要求。


· 总结 ·

中科云达高性能计算解决方案在研发过程中,完美的支持深度学习的研究工具,例如Caffee、Theano等,以及多种算法。方案所提供的CUDA计算使得深度学习研究的应用门槛进一步降低,大大有利于深度学习的普及应用。方案部署方便快捷,性能优越稳定,为深度学习系统的迅速落地奠定了坚实基础。

中科云达-GPU服务器-深度学习集群-HPC高性能计算-超微服务器