• 闽南新闻网
  • 您的位置:首页 >> 国内新闻 >> 正文

    斯坦福DAWNBenchmark竞赛 Gamma Lab和平安科技平安云组合团队位列榜单第一

    发表时间:2019-09-21 信息来源:www.design-factory.cn 浏览次数:1327

     

    最近,斯坦福大学发布了最新的DAWNBenchmark分数。在推理图像识别延迟(ResNet50-on-ImageNet,准确度超过93%)的情况下,财务会计师Gamma Lab和平安科技平云云团队名列榜首。首先,单幅图像推理延迟仅为1.0138ms,比第二种推迟延迟近35%。它超越了Drip Cloud,天智智信,阿里云,华为云,英特尔等公司。

    斯坦福大学DAWNBench是人工智能领域最权威的竞赛之一。它是衡量端到端深度学习模型培训和推理绩效的国际权威基准平台。其排名反映了当前全球行业深度学习平台技术的领先地位。推理项目要求参与组织准确识别和分类50,000张图像,准确率超过93%。每张图片的平均推理时间尽可能短。

    作为人工智能最重要的基础技术之一,深度学习近年来逐渐扩展到更多的应用场景,如金融和教育。随着任务难度和场景复杂度的逐步提高,深度学习模型越来越大,所需的人工智能计算资源和服务器成本也在不断增加,这给实际部署和推广带来了很大的困难。深度学习的推理性能优化已成为人工智能登陆部署中最重要的部分。

    为了优化深度学习推理的性能,平台级支持是必不可少的。本次比赛中使用的计算环境和资源来自平云。作为金融行业最大的云平台,平安始终关注技术动态,引入最新的高性能计算资源,并采用最先进的推理GPU来创建大规模的高性能GPU PaaS服务。平安在机器学习/深度学习领域拥有完整的整体解决方案。基于平安云生态,它优化了网络,存储,计算和资源调度的各个方面,大大提高了数据处理能力和计算速度。并推动AI创新。

    据Gamma实验室的金融账户专家介绍,Gamma Lab和Ping An通过四个方面改善了深度学习的环境。

    首先是创建一个定制的推理框架。业务中深度定制的前向推理框架与广泛使用的caffe和tensorflow模型兼容。

    第二种是使用int8量化方法。 Int8量化是提高推理性能的重要手段。这项工作基于TensorRT,它提高了计算性能,同时考虑了模型的预测精度。

    第三是管道优化技术。对同一图片的不同阶段的处理使用流水线技术来并行地最大化平台资源的利用。

    第四是优化记忆。优化内存复制过程并降低平台访问压力。

    目前,该技术已应用于平安的智能教育项目,这是Gamma Lab和Ping An Cloud在人工智能应用方面的又一重大进步。

    作为集团技术转型的强大引擎,平安科技平云云在平安拥有95%以上的专业子公司和80%以上的业务系统。平安始终关注技术动态,引入最新的高性能计算资源,帮助平安从传统的IT基础设施向更灵活,灵活,高效的全渠道商业模式转变。目前,平安云生态已经为超过5亿用户提供服务,直接服务外部生态合作伙伴的数量已超过500个。未来,随着云基础的不断整合,平安云将连接更多的企业,不断完善云生态系统,打造庞大的航母集群。

    关于平安科技

    平安科技是平安集团的技术解决方案专家。它致力于利用人工智能,云和其他技术来增强金融,医疗,房地产,汽车和智能城市等五大经济圈的能力。平安科技以“云无限”为价值主张,积极贯彻“科技改变生活”的企业理念,立志成为世界领先的“AI + Cloud”公司。

    作为平安集团的高科技核心,该技术解决方案已应用于550多个场景,积极孵化智能业务,帮助建立生态闭环。作为一个集成的IT后端管理平台,它开发和运营关键的安全平台和服务,以支持平安保险和银行。投资,互联网和其他服务的高效协调发展;平安科技也是云平台的积极建设者。平安云作为平安服务的综合输出平台,为整个行业提供IaaS,PaaS和SaaS全栈云服务。服务超过5亿用户并扩展到海外市场。

    http://www.whgcjx.com/bdsGK0qP.html

  • 热门标签

  • 日期归档

  • 友情链接:

    闽南新闻网 版权所有© www.design-factory.cn 技术支持:闽南新闻网 | 网站地图