AI发展进入2.0时代！英特尔在落地中总结4大经验(14)

2019-09-09

而目前图像预处理也具有很大的挑战性，因为目前还没有软件框架可支持资源管理、数据处理和容错。

因此，京东需要一个能够以可扩展和可持续的方式，为图像数据库的特征提取流水线提供支持的基础设施。

于是几经辗转后，京东用CPU代替GPU，在基于至强Spark集群上，它可以横向扩展至数百或数千台服务器。

然后通过BigDL——面向Apache Spark的分布式深度学习库，能够加载之前已使用GPU资源训练好的Caffe模型，并在现有CPU图像存储架构上重新部署这个模型。

最终，性能提高了3.83倍。

无独有偶，随着AI进一步与更多行业结合，为AI训练和超算定制高性能存储，也成为越来越多公司的需求和机遇。

图11/14

比如百度智能云，在云服务推进中，打造了一套全闪对象存储方案，导入QLC固态盘+傲腾固态盘组合，专攻AI训练、大数据和高性能计算。

推荐阅读

上一篇：大和上调汽车股至正面评级吉利上涨4%北汽飙逾3%

下一篇：融合创新万物智联 ——91360助力阿斯利康PiDT项目亮相物博会