近日,人工智能领域顶级会议国际计算机视觉大会(IEEE International Conference on Computer Vision, ICCV2021)正式召开,今年ICCV的竞赛成绩正式公布。江南大学人工智能与计算机学院教授吴小俊和英国萨里大学电子工程系教授Josef Kittler带领的模式识别与计算智能国际联合实验室(IJLPRCI)与清华大学自动化系鲁继文教授合作,荣获了多模态视频推理分析比赛(Multi-Modal Video Reasoning and Analyzing Competition, MMVRAC)中2项冠军和第二届反无人机Anti-UAV跟踪竞赛季军。
在基于骨骼的行为识别中,团队针对视觉角度变化大、部分样本类别相似度高以及数据规模有限等难点,充分利用特征间、尺度间以及不同建模方式间的差异进行优势互补,通过分类特征的融合加强,提升模型分类性能。
在基于鱼眼视频的行为识别中,团队采用多种数据处理手段来减少镜头畸变,聚焦运动主体,并减弱无人机镜头抖动,光照场景复杂等影响。在模型设计上,使用多尺度采样方式并采用对应的建模。在测试阶段,团队使用了多视角测试增强,多种类采样模型决策级融合等来提高最终的分类精度。
在反无人机跟踪问题中,团队针对目标移动速度快、采样设备移动迅速、目标反复消失与重现等难点,提出了一种长时跟踪的解决方案,并集成了基于Transformer和基于孪生网络的跟踪算法。另外,针对目标消失与重现的问题,使用了全局搜索的目标重检测方法。
此次基于骨架的动作识别及基于鱼眼视频的动作识别竞赛,都是基于最新的、有挑战性的无人机视角视频理解数据集——UAV-Human,重点关注从无人机视角来理解推理人类行为,包含了67,428个视频样本,6种不同的模态,4个人类行为理解任务和119个视频主题。
面对庞大且纷繁复杂的数据样本,吴小俊教授团队为争取更多算法优化时间,提升模型性能,需对其现有底层算力进行升级,以实现测试训练时间压缩。
但是,随着当下算力的高速升级,GPU功耗不断攀升,传统风冷工作站已很难实现多卡工作站的高效散热,存在降频风险,容易导致整体性能下降。并且,为承载多卡散热,更大风量、更高风压的多风扇堆叠,也促使多卡工作站噪音越来越高(满载可达到65dB以上),已无法进行办公环境下的直接放置。
为帮助吴小俊教授团队解决目前面临的工作站降频及噪音问题,超益集伦为其提供了全液冷工作站解决方案——ServMAX® TL40-X2。整机采用CPU+GPU全液冷散热设计,噪音低于55dB,且室温条件下GPU核心稳定运行于72℃以下,有效规避了降频风险。
- 双路处理器,四路旗舰GPU
双路处理器,四路旗舰GPU
4路GPU,整体显存高达96GB
支持NVLink,带宽高达112GB/s
并联GPU,支持灵活拆卸
- 全液冷散热,极致降噪
满负荷整机噪声55dB以内
循环风道设计,散热无死角
风扇转速可调,寻求效率与静音的平衡
封闭循环水路,漏液无风险
- 灵活配置,高拓展性
支持10 x 3.5"/2.5" + 2 x 2.5" SATA /SAS内置硬盘
支持NVMe M.2(2280/22110)SSD
配有多个USB 3.0和USB 2.0接口
板载双10Gbps RJ45以太网端口和IPMI管理端口
- 智能液晶面板,实时状态监测
直观掌握关键温度
实时监测冷却系统若干重要参数
经过反复测试和比较,ServMAX® TL40-X2最终选择GPU并联式散热。水体经冷却处理后,在同一时间,会并行流经所有GPU,将热量整体带走后,统一回到冷排进行散热,这样保证了所有GPU都处于低温状态。同时,其采用加固连接头和止水阀设计,保证任意GPU灵活安装或拆卸。其次,水体通过软管传输,在不影响流速及散热效果的前提下,避免了市场上大部分硬质水管隐含的断裂和长期使用的漏液风险。
超益集伦目前已完成 TL41-Z2、TL40-X2、GL408-X2等 多款全液冷解决方案研发 了解更多液冷服务器产品及技术 您可拨打"400-860-6560" 我们愿与您一起 以极致计算成就极致未来