北京2020年11月24日 /美通社/ -- 浪潮AI服务器集群与浪潮AIStation人工智能开发平台为科沃斯AI技术研发和应用提供强大的AI算力生产和高效的AI算力调度能力，有效提升AI算力生产，计算资源利用效率提高90%以上，物体识别等AI训练环境部署由过去的几天缩短到数小时，同时分布式训练任务的执行速度提高70%以上，大大加快科沃斯智能扫地机器人AI关键技术的开发进程和智慧新品的迭代速度，抢占智慧人居市场先机。
“智慧人居”作为数字社会发展的重要方向，在提升居住品质、提高现代生活幸福感方面具有重要意义。统计数字显示，中国已经成为全球第二大智能家居市场，智能家居产品呈现出高速增长的态势，2019年中国智能扫地机器人销量高达532万台，销售额达到79亿元。
其实，早期不够“智能”的扫地机器人曾经饱受诟病，以占据主流的随机碰撞式扫地机为例，无头苍蝇式的路线规划和强大的撞击力，常常会撞坏贵重的实木家具，或者打破花瓶等易碎物品，不但不能完成“清洁”的使命，还留下“一地鸡毛”。而之后的路线规划式扫地机虽然不会再像“淘气”的碰撞式扫地机那样随手打碎家中物品，但事先规划好的路线难免会有清扫死角，时间长了还是会在角落发现厚厚的积灰。
科沃斯为扫地机打造“最强大脑” 开启“智慧人居”新生活
作为国内智能扫地机器人的第一品牌，科沃斯早在2015年就推出了Smart Navi技术，引领“先建图、后清扫”的全局规划新风潮。2020年,科沃斯利用人工智能技术打造扫地机器人“最强大脑”，将全新TrueMapping全局规划技术应用在了地宝T8 Family全线产品，搭载DToF传感器，利用智能化的物体识别对家居环境的识别，获取并分析环境中的障碍物数据，准确判断障碍物的品类，规划出最优的地面清洁解决方案，提升清洁效率，减少人工干预，让拥有了“智慧大脑”的扫地机器人成为Z时代家庭的“标配”。
要提升机器人的物体识别能力，非常重要的一点在于对机器人的深度学习算法模型进行训练，提升其对于目标物体的推理速度与识别精度。但是，面向物体识别的深度学习模型训练需要处理大规模的训练数据，对算力的要求非常高。当前，基于GPU的AI服务器被普遍用于深度学习模型训练与推理中，但AI服务器集群广泛存在着算力资源分配不均及利用率不高等问题。因此，要提升AI视觉识别模型的训练精度与速度，不仅需要性能强劲的AI计算平台，更需要强大的算力资源调度能力。
科沃斯一直致力于提升AI技术研发，加快家居机器人的智能化迭代。在打造AI研发的算力基础设施时，科沃斯认识到，算力平台在提供强劲、稳定的AI算力的同时，必须能够实现对AI算力资源统一、高效的管理，充分挖掘AI算力的效率，从而提升技术研发能力和产品迭代速度。
浪潮AI助力科沃斯实现“智慧进化”
科沃斯苏州研发中心选择浪潮AI集群和AIStation人工智能开发平台来支撑AI视觉技术研发，以提高深度学习模型的训练效率，解决算力瓶颈问题，并降低总体技术研究成本。
针对科沃斯智能识别模型训练需求，浪潮搭建了以AI服务器NF5468M5为核心的AI计算平台，为科沃斯的AI训练提供强劲计算力。浪潮NF5468M5是业界首款面向AI云设计的弹性GPU服务器，可灵活支持AI模型训练性能最大化或AI在线推理效能最大化。
科沃斯AI计算平台配置的AIStation是浪潮面向人工智能企业训练场景开发的人工智能资源平台，可实现容器化部署、可视化开发、集中化管理等，为用户实现高效的计算力支撑、精准的资源管理和调度、敏捷的数据整合及加速、流程化的AI场景及业务整合，有效打通开发环境、计算资源与数据资源，提升开发效率。
AIStation支持Kubernetes+Docker的快速部署方式，帮助科沃斯减少了AI训练环境部署的复杂度，环境部署由过去的几天缩短到数小时。创新的GPU多维细粒度分配策略可最大化发挥计算资源的性能，为科沃斯提升资源利用率达90%以上。与此同时，科沃斯研发者基于AIStation图形化的方式可快速启动分布式任务训练，不仅无需人工协调资源，还可提升训练任务执行速度至70%以上。
浪潮为科沃斯打造的AI训练集群集成了浪潮的AI算力生产和算力调度能力，通过硬件重构与软件定义的方式为科沃斯的AI技术研发提供强劲高效的智慧计算服务，加速科沃斯扫地机器人识别室内图像物体、分类记录、视觉测距和避障能力的迭代，助推科沃斯创新技术成果落地，推动“中国智造”不断升级。
