如何将深度学习训练速度提升一百倍？PAISoar 来了( 六 )_阿里妹导读：得力于数据规模增长、神经

PAISoar 在 Tensorflow 官方 benchmarks 模型上取得了非常不错的加速效果。同时我们还和安全部团队合作，将该研发成果成功的在安全部图像模型业务上落地。安全部的绿网模型训练样本280万张图片，单机两卡训练需要12天才能收敛，因此有着非常强的分布式训练需求，希望能达到一天内完成训练，提升模型迭代能力。借助于 PAISoar ，绿网模型分布式训练取得非常明显的加速效果，模型收敛时间从原先的12天降低到目前的一天以内，大大加速了业务的快速迭代。

我们用 images/sec (每秒处理的图片数或样本数)来统计分布式模型的计算能力。

假设单 GPU 卡下计算能力为1 ，绿网模型在 PAISoar 中计算加速比如下图所示：

在 PAISoar 上，绿网模型在128 GPU卡上取得了101倍的计算加速比，效果非常明显。