<span id="xjrzf"></span>
    <form id="xjrzf"><span id="xjrzf"></span></form>

      <em id="xjrzf"><p id="xjrzf"></p></em>
      <noframes id="xjrzf"><strike id="xjrzf"><dl id="xjrzf"></dl></strike><strike id="xjrzf"></strike>
      <span id="xjrzf"></span>
      <em id="xjrzf"></em>

        <address id="xjrzf"><span id="xjrzf"><track id="xjrzf"></track></span></address>
        <em id="xjrzf"></em>
        <form id="xjrzf"></form>
        <span id="xjrzf"><pre id="xjrzf"></pre></span>
        <em id="xjrzf"></em><em id="xjrzf"><strike id="xjrzf"><dl id="xjrzf"></dl></strike></em>

        <em id="xjrzf"><p id="xjrzf"></p></em>
        <em id="xjrzf"></em>
        <strike id="xjrzf"></strike>

        <noframes id="xjrzf">

          <noframes id="xjrzf"><strike id="xjrzf"><pre id="xjrzf"></pre></strike>
          <em id="xjrzf"><p id="xjrzf"><cite id="xjrzf"></cite></p></em>
          <em id="xjrzf"></em>
            <span id="xjrzf"><dl id="xjrzf"></dl></span>
            <span id="xjrzf"><pre id="xjrzf"><dl id="xjrzf"></dl></pre></span><strike id="xjrzf"></strike>
            ? 人臉識別-金品計算機

            方案中心

            EQUIPMENT

            186-2294-9858

            成功案例

            首頁(yè) > 成功案例 >人臉識別

            人臉識別

            時(shí)間:2024-01-07閱讀:513次作者/來(lái)源:管理員

            金品KG4204-G5助力Face++提升人臉識別速度


              背景

              北京某FACE++公司是以人工智能技術(shù)為核心的行業(yè)物聯(lián)解決方案提供商,致力于為全球行業(yè)用戶(hù)提供領(lǐng)先的人工智能算法和解決方案,構建城市級智能物聯(lián)網(wǎng)系統。曠視科技研發(fā)的人臉識別技術(shù),圖像識別技術(shù),智能視頻云產(chǎn)品,智能傳感器產(chǎn)品,智能機器人產(chǎn)品已經(jīng)廣泛應用于金融、手機、安防、物流、零售等領(lǐng)域,核心客戶(hù)不僅包含阿里巴巴、螞蟻金服、華為、聯(lián)想等行業(yè)級頭部企業(yè),同時(shí)服務(wù)于國家公安部、國家稅務(wù)總局、中信銀行、招商銀行、華潤集團等政府部門(mén)和央國企集團。


              挑戰

              Face++ 產(chǎn)品線(xiàn)有動(dòng)態(tài)人臉識別、文字識別、離線(xiàn)活體檢測、證件識別、行人檢測、軌跡分析等,其核心應用離不開(kāi)深度學(xué)習技術(shù),能過(guò)深度學(xué)習訓練神經(jīng)網(wǎng)絡(luò )提高人臉識別的準確率。

              深度學(xué)習是機器學(xué)習的一支,機器學(xué)習就是通過(guò)算法,使得機器能從大量歷史數據中學(xué)習規律,從而對新的樣本做能智識別或對未來(lái)做預測。深度學(xué)習首先利用無(wú)監督學(xué)習對每一層網(wǎng)絡(luò )進(jìn)行逐層預訓練;每次用無(wú)監督學(xué)習只訓練一層,并將訓練結果作為更高一層的輸入;

              最后用監督學(xué)習去調整所有層。在深度學(xué)習中,每個(gè)圖像都有幾十億甚至上千億的連接待處理,訓練這樣的大型網(wǎng)絡(luò )需要數千億的浮點(diǎn)運算,傳統的計算機體系架構無(wú)法大規模加快處理速度,如何快速數據處理速度,縮短訓練過(guò)程成為用戶(hù)的痛點(diǎn)。


              解決方案

              需求分析后,推薦采用金品 KG 4204-G5 AI Server深度學(xué)習計算平臺,搭載5顆NVIDIA Tesla V100計算加速器方案,通過(guò)GPU多核心并行的特點(diǎn)加速計算速度,以滿(mǎn)足深度學(xué)習海量訓練數據處理的需求。


            金品KG 4204-G5 AI Station

              突出特性:

              ---支持 5顆Nvidia Tesla GPU加速器

              ---支持 2顆Intel Xeon Scalable 鉑金處理器

              ---高達 560 TFLOPS深度學(xué)習性能

              ---高可靠性、高可用性


              影響

              深度學(xué)習的快速升溫,正是得益于GPU的應用,其并行計算能力,使深度神經(jīng)網(wǎng)絡(luò )訓練速度大幅提升。Face++正是通過(guò)采用NVIDIA GPU加速器,將計算時(shí)間縮短幾十到上百倍,并取得AVA、WAD公開(kāi)賽世界的成績(jì)。

              金品KG 4204-G5 AI服務(wù)器,對深度神經(jīng)網(wǎng)絡(luò )訓練起到了很關(guān)鍵性的作用,提升了開(kāi)發(fā)人員的效率和迭代速度,為提升人臉識別、目標檢測的準確率起到了至關(guān)重要的作用。通過(guò)大規模部署金品KG 4204-G5服務(wù)器曠視科技用超短的時(shí)間完成了人臉識別方面的多種復雜訓練,成為了人臉識別行業(yè)的獨角獸。

            上一頁(yè): 智能教學(xué)

            下一頁(yè): AI邊緣計算

            【返回列表】
            ?
            24小時(shí)銷(xiāo)售熱線(xiàn):186-2294-9858
            地址:天津市武清區下朱莊街道德義道1號
            金品計算機    版權所有   2016   津ICP備 17010215號-1
                
            津公網(wǎng)安備 12011402000382號

            金品服務(wù)器提供:服務(wù)器報價(jià)、超微服務(wù)器、GPU服務(wù)器、深度學(xué)習GPU、服務(wù)器廠(chǎng)家、CPU工作站、飛騰服務(wù)器、IPFS存儲、邊緣計算服務(wù)器

            網(wǎng)上違法和不良信息舉報方式:中央網(wǎng)信辦互聯(lián)網(wǎng)違法和不良信息舉報中心(點(diǎn)擊進(jìn)入),天津市互聯(lián)網(wǎng)違法和不良信息舉報中心(點(diǎn)擊進(jìn)入)(舉報郵箱:tjjubao@tj.gov.cn

            国产午夜不卡精品午夜电影
              <span id="xjrzf"></span>
              <form id="xjrzf"><span id="xjrzf"></span></form>

                <em id="xjrzf"><p id="xjrzf"></p></em>
                <noframes id="xjrzf"><strike id="xjrzf"><dl id="xjrzf"></dl></strike><strike id="xjrzf"></strike>
                <span id="xjrzf"></span>
                <em id="xjrzf"></em>

                  <address id="xjrzf"><span id="xjrzf"><track id="xjrzf"></track></span></address>
                  <em id="xjrzf"></em>
                  <form id="xjrzf"></form>
                  <span id="xjrzf"><pre id="xjrzf"></pre></span>
                  <em id="xjrzf"></em><em id="xjrzf"><strike id="xjrzf"><dl id="xjrzf"></dl></strike></em>

                  <em id="xjrzf"><p id="xjrzf"></p></em>
                  <em id="xjrzf"></em>
                  <strike id="xjrzf"></strike>

                  <noframes id="xjrzf">

                    <noframes id="xjrzf"><strike id="xjrzf"><pre id="xjrzf"></pre></strike>
                    <em id="xjrzf"><p id="xjrzf"><cite id="xjrzf"></cite></p></em>
                    <em id="xjrzf"></em>
                      <span id="xjrzf"><dl id="xjrzf"></dl></span>
                      <span id="xjrzf"><pre id="xjrzf"><dl id="xjrzf"></dl></pre></span><strike id="xjrzf"></strike>