原標題：衆裏尋“它”，寶德服務器助力圖像識別研究

隨着信息技術的發展，人們已進入了大數據時代，構建集羣對海量數據進行分佈式計算與存儲已成爲一種共識，圖像識別領域也同樣如此。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、物體識別等各種圖像場景的識別。

中國電子科學研究院北京某所

中國電子科學研究院北京某所，主要從事圖像識別算法研究，並提供圖像識別服務，是視覺領域值得信賴的科研力量。其憑藉在計算機視覺領域多年的研究積累，以獨特的圖像檢索和算法，能有效提升識別的精準度。

而該研究所基於深度學習的圖像識別技術卻面臨計算機集羣性能不夠，計算用時太長的問題。算法執行需硬件架構的支撐，一個模型對海量的樣本數據進行學習，在CPU上執行一般需幾天甚至幾個月，大大拉長了研發週期和拖慢產品進程。因此，先進的硬件計算架構是激活優秀算法的前提。

寶德深度學習圖像識別軟硬件解決方案

爲此，寶德爲該研究所提供了基於深度學習的圖像識別軟硬件解決方案。以寶德PR4908P爲代表的GPU服務器產品，在同CPU計算力下，GPU配置數量比業內平均水平高出一半，且能夠支持8張GPU卡；採用寶德雙路服務器PR2510P爲管理節點，提供先進的管理功能和存儲技術，具有可靠的擴充性和高可用性。寶德根據深度學習多並行，高I/O需求，設計出分佈式並行存儲系統和56GB/s InfiniBand網絡架構的橫向擴展的GPU主從硬件集羣架構，配合Caffe架構實現了跨多節點的數據並行計算，該架構兼顧計算密集型，IO密集型等計算模型硬件需求特點。

寶德AI加速服務器PR4908P

寶德通用雙路服務器PR2510P

該方案突破了多機多卡並行計算I/O速率不足的瓶頸，在保證系統穩定性前提下，使高性能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。配合Caffe架構的深度學習算法，用戶在圖像識別類應用上，實現高精度圖像識別模型的快速訓練，加速後期業務產品化進程。

該所的研究人員表示，我們需要更多人工智能和大數據在圖像識別問題上的典型應用，來拉動人工智能進一步深度應用。這是相輔相成的，空喊方法，不形成規模化、典型應用，是解決不了問題的。而寶德基於深度學習的圖像識別軟硬件解決方案帶來強大算力滿足了我們對高性能計算的需求，相信在高算力的驅動下，我們的圖像識別技術將更加領先。