logo
视觉计算推动者 010-86460505 / 400-012-9522

成功案例 > 正文

NVIDIA® DGX-1™ 助力首都师范大学加速深度学习领域研究

案例简介

•  本案例中,首都师范大学利用NVIDIA® DGX-1深度学习超级计算机,加速深度学习系统模型训练的效率,尤其在无人驾驶领域的目标检测与识别等方面提升明显。

•  未来,首都师范大学还将基于NVIDIA® DGX-1提供的卓越性能,在医疗领域,特别是海量医学图像处理方面进行广泛研究,针对特定病理的检查和预测,提高医疗检测的精度和效率。

•  本案例主要应用到NVIDIA DGX-1深度学习超级计算机。

Case Introduction

 In this case, Capital Normal University accelerated the deep learning model training with NVIDIA® DGX-1 supercomputer, especially for the object detection and recognition in the field of automatic driving.

•  In the future, based on the outstanding performance of NVIDIA ® DGX-1, Capital  Normal University is aiming for medical field, especially the medical image processing with huge size to improve the accuracy and efficiency for the detection and prediction of specific disease.

•  The major product utilized in the case is NVIDIA® DGX-1 deep learning supercomputer.

背景

目前团队致力于基于深度学习方法的医疗机器人和无人驾驶相关技术研究,并分别得到国家重点研发计划“智能机器人”重点专项《微创全膝关节置换手术机器人技术与系统》和国家自然基金面上项目《复杂路况下自动驾驶传感器及关键技术研究》支持。具体研究内容如下:

1.医疗机器人相关技术研究:团队主要致力于研究术中透视与术前CT 影像融合无创方法,实现膝关节模型与移动C 型臂系统的坐标系配准,提高临床实用性等内容。

2.无人驾驶相关技术研究:团队主要的研究工作包括道路的分割和分类、车辆检测等。

挑战

在医疗机器人和无人驾驶技术的研究过程中,存在海量数据需要处理,包括医疗图像、道路场景图像和传感器数据等, 这对于深度学习技术平台也提出了更高的要求。研究团队拟基于上述数据采用深度学习的方法实现图像分割和分类等任务,迫切需要一台GPU支持的高性能处理设备,快速准确地实现深度学习模型训练和测试等功能。

方案

NVIDIA DGX-1的发布使得首都师范大学很期待这款产品的强大性能,并成为中国最早一批预定该产品的单位。2018年4月份交付时,在NVIDIA的支持下,DGX-1半天内就在首都师范大学得到成功部署,与常规其他服务器部署一般需要数天安装和调试相比,效率提升十分明显。

DGX-1超级计算机突出的性能优势,包括其使用的最新Pascal架构的Tesla P100加速器,性能高达 170 FP16 TFLOPS,相当于250台服务器,对训练速度的提升不言而喻。其次,通过NVIDIA NVLink连接,实现高速大带宽直连通讯的快速互联机制。此外,通过IB网络,还能够进一步提升节点之间的通信速度。DGX-1所提供的具有行业针对性的软件、库和其他工具,都简化了编程和应用的难度,综合保障和提升了深度学习训练的速度。

相较之下,NVIDIA为深度学习提供了完整的软硬件解决方案,技术成熟度高,同样的事情基于GPU进行开发,一周之内基本就可以完成。一周相比于几个月的时间,差距非常明显。DGX-1应该是市面上能买到的性能最强大的深度学习平台,对首都师范大学在人工智能效益方面有明显的提升。”

未来,DGX-1将被应用在基于深度学习的医疗和无人驾驶两方面研究中。相信有了DGX-1,研究进度会大幅提高。

影响

受益于DGX-1的性能优势,首都师范大学得以更快的训练模型,优化模型的准确度和响应速度。基于NVIDIA DGX-1,首都师范大学在未来对于深度学习的研究更有信心和技术实力的支撑,在模型的创新研究方面,将形成更具竞争力的优势。