基于深度学习的图像识别的软件解决方案
软件架构：MPI+Caffe
以浪潮NF5568M4为代表的GPU服务器的产品，在同CPU计算力下， GPU配置数量比业内平均水平高出50%，且最高支持的单卡计算能力比业内主流水准高50%浪潮根据深度学习多并行，高I/O需求，设计出Lustre分布式并行存储系统和56Gb/s InfiniBand 络架构的横向扩展的GPU主从硬件集群架构，配合浪潮inspur-caffe架构实现了跨多节点的数据并行计算，该架构兼顾计算密集型，IO密集型等计算模型硬件需求特点，同时支持Pascal GPU，最大可实现超100个GPU卡并行计算。
该方案利用超级计算机设计思路，突破多机多卡并行计算I/O速率不足的技术瓶颈，在保证系统稳定性前提下，使高性能GPU计算能力得到充分发挥，帮助用户大幅提升线下模型训练速度，降低每个计算核心的TCO。配合浪潮MPI-Caffe架构的深度学习算法，用户在图像识别类应用上，实现高精度图像识别模型的快速训练，加速后期业务产品化进程。
实测显示，对1.3M张图片进行9层模型训练时，4颗E5-2699V3处理器的2台服务器需3天(72小时)方完成训练，使用浪潮4卡最新GPU软硬一体化解决方案只需不到9.5个小时就可以完成全部工作。
文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树首页概览212084 人正在系统学习中 相关资源：漫谈软件性能测试技术-其它代码类资源-CSDN文库
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！