NVIDIA助力銀河水滴步態(tài)識別技術(shù)的應用落地

常用的生物識別方法包括人臉識別、指紋識別、虹膜識別、步態(tài)識別等。其中，步態(tài)識別技術(shù)可以通過人的身體體型和行走姿態(tài)來辨識身份，它是目前遠距離復雜場景下幾乎唯一可用于身份識別的生物特征識別技術(shù)。銀河水滴科技公司（以下簡稱為“銀河水滴”）源自于中科院自動化所，是步態(tài)識別技術(shù)和產(chǎn)業(yè)的引領(lǐng)者。

步態(tài)識別面臨著極具挑戰(zhàn)的復雜環(huán)境——遠距離、跨視角、跨著裝、低照度、全天候，是極具挑戰(zhàn)、但又極其重要的科技難題，是公認的當前視頻大數(shù)據(jù)解析與應用的核心技術(shù)之一。由于其數(shù)據(jù)環(huán)境復雜，因而所需要處理的數(shù)據(jù)種類繁多。

為了在步態(tài)識別過程中通過深度學習方法處理視角、著裝、攜帶物等多種行人特征的同時，保持所生成步態(tài)序列的不變性，銀河水滴所需處理的數(shù)據(jù)量十分龐大，因而 AI 模型的訓練數(shù)據(jù)吞吐量大、整體訓練速度偏慢，亟需尋找更強大的 GPU 解決方案以更高效地從步態(tài)序列中提取更具魯棒性的特征。

在步態(tài)識別 AI 模型訓練中，需要通過 GPU 對大量數(shù)據(jù)進行傳輸與計算，NVIDIA DGX-1 所具有的高帶寬可以大幅加速數(shù)據(jù)搬運的過程。DGX-1 是?款深度學習系統(tǒng)，專為實現(xiàn)高吞吐量和高互聯(lián)帶寬而構(gòu)建，可極大提升神經(jīng)網(wǎng)絡(luò)訓練性能。其系統(tǒng)核心組件是 8 個 NVIDIA V100 GPU，通過混合立體 NVLink 網(wǎng)絡(luò)拓撲互聯(lián)。內(nèi)置的兩塊 CPU 以供啟動、存儲管理及深度學習框架協(xié)調(diào)之用。DGX-1 內(nèi)嵌于 3 機架單位（3U）機箱中，集電源、冷卻、網(wǎng)絡(luò)、多系統(tǒng)互聯(lián)及 SSD 文件系統(tǒng)緩存于?體，各組件相互協(xié)調(diào)，能夠優(yōu)化吞吐量和深度學習訓練時間。通過部署 DGX-1 系統(tǒng)，銀河水滴取得了比單獨部署 GPU 更強大的性能。

在模型訓練過程中銀河水滴的技術(shù)人員發(fā)現(xiàn)，DGX-1 可以協(xié)助充分發(fā)揮 NVIDIA 數(shù)據(jù)中心 GPU 的潛力。銀河水滴在對其模型進行每 100 次迭代時，此前通過單獨采用配置了 8 塊 NVIDIA V100 GPU 的服務(wù)器所需的訓練時間是 2 分 40 秒，而在包含 8 塊 V100 數(shù)據(jù)中心 GPU 的 DGX-1 系統(tǒng)中，這一過程則只需花費 1 分 40 秒，縮短了近40%的訓練時間。

目前，銀河水滴的步態(tài)識別技術(shù)已在全國各地幾十個城市落地，在對步態(tài)識別 AI 模型進行訓練時，部署了包含 8 塊 NVIDIA V100 數(shù)據(jù)中心 GPU 的 NVIDIA DGX-1 系統(tǒng)，通過強勁算力處理多階段、多種類、多用途的大量數(shù)據(jù)，加速了銀河水滴步態(tài)識別技術(shù)的應用落地。DGX-1 系統(tǒng)所具有的革命性 AI 性能也將繼續(xù)提高銀河水滴的 AI 模型訓練效率，以助力經(jīng)過充分迭代的深度學習模型應用至更多場景中。

審核編輯：湯梓紅