要提升機(jī)器人的物體識別能力，非常重要的一點(diǎn)在于對機(jī)器人的深度學(xué)習(xí)算法模型進(jìn)行訓(xùn)練，提升其對于目標(biāo)物體的推理速度與識別精度。但是，面向物體識別的深度學(xué)習(xí)模型訓(xùn)練需要處理大規(guī)模的訓(xùn)練數(shù)據(jù)，對算力的要求非常高。當(dāng)前，基于GPU的AI服務(wù)器被普遍用于深度學(xué)習(xí)模型訓(xùn)練與推理中，但AI服務(wù)器集群廣泛存在著算力資源分配不均及利用率不高等問題。因此，要提升AI視覺識別模型的訓(xùn)練精度與速度，不僅需要性能強(qiáng)勁的AI計(jì)算平臺，更需要強(qiáng)大的算力資源調(diào)度能力。

科沃斯一直致力于提升AI技術(shù)研發(fā)，加快家居機(jī)器人的智能化迭代。在打造AI研發(fā)的算力基礎(chǔ)設(shè)施時，科沃斯認(rèn)識到，算力平臺在提供強(qiáng)勁、穩(wěn)定的AI算力的同時，必須能夠?qū)崿F(xiàn)對AI算力資源統(tǒng)一、高效的管理，充分挖掘AI算力的效率，從而提升技術(shù)研發(fā)能力和產(chǎn)品迭代速度。

浪潮AI助力科沃斯實(shí)現(xiàn)“智慧進(jìn)化”

科沃斯蘇州研發(fā)中心選擇浪潮AI集群和AIStation人工智能開發(fā)平臺來支撐AI視覺技術(shù)研發(fā)，以提高深度學(xué)習(xí)模型的訓(xùn)練效率，解決算力瓶頸問題，并降低總體技術(shù)研究成本。

針對科沃斯智能識別模型訓(xùn)練需求，浪潮搭建了以AI服務(wù)器NF5468M5為核心的AI計(jì)算平臺，為科沃斯的AI訓(xùn)練提供強(qiáng)勁計(jì)算力。浪潮NF5468M5是業(yè)界首款面向AI云設(shè)計(jì)的彈性GPU服務(wù)器，可靈活支持AI模型訓(xùn)練性能最大化或AI在線推理效能最大化。

科沃斯AI計(jì)算平臺配置的AIStation是浪潮面向人工智能企業(yè)訓(xùn)練場景開發(fā)的人工智能資源平臺，可實(shí)現(xiàn)容器化部署、可視化開發(fā)、集中化管理等，為用戶實(shí)現(xiàn)高效的計(jì)算力支撐、精準(zhǔn)的資源管理和調(diào)度、敏捷的數(shù)據(jù)整合及加速、流程化的AI場景及業(yè)務(wù)整合，有效打通開發(fā)環(huán)境、計(jì)算資源與數(shù)據(jù)資源，提升開發(fā)效率。

AIStation支持Kubernetes+Docker的快速部署方式，幫助科沃斯減少了AI訓(xùn)練環(huán)境部署的復(fù)雜度，環(huán)境部署由過去的幾天縮短到數(shù)小時。創(chuàng)新的GPU多維細(xì)粒度分配策略可最大化發(fā)揮計(jì)算資源的性能，為科沃斯提升資源利用率達(dá)90%以上。與此同時，科沃斯研發(fā)者基于AIStation圖形化的方式可快速啟動分布式任務(wù)訓(xùn)練，不僅無需人工協(xié)調(diào)資源，還可提升訓(xùn)練任務(wù)執(zhí)行速度至70%以上。

浪潮為科沃斯打造的AI訓(xùn)練集群集成了浪潮的AI算力生產(chǎn)和算力調(diào)度能力，通過硬件重構(gòu)與軟件定義的方式為科沃斯的AI技術(shù)研發(fā)提供強(qiáng)勁高效的智慧計(jì)算服務(wù)，加速科沃斯掃地機(jī)器人識別室內(nèi)圖像物體、分類記錄、視覺測距和避障能力的迭代，助推科沃斯創(chuàng)新技術(shù)成果落地，推動“中國智造”不斷升級。

zhangnn