交通大学电控所运用NVIDIA深度学习加速器提升智慧影像分析研究效能.PDF

CASE STUDY | NATIONAL CHIAO TUNG UNIVERSITY 交通大學電控所運用 NVIDIA 深度學習加速器 提升智慧影像分析研究效能 IVA Lab 有鑑於健康管理商機巨大，今後將持續 透過 GPU 深度學習進行訓練，期許開闢更寬廣 的應用加值空間，為民眾福祉做出更大貢獻。 人工智慧 (AI) 概念誕生迄今雖已有數十年，然近年隨著 GPU 平行運算、雲 摘要 端運算、大數據分析和機器與深度學習等技術出現，呈爆炸性成長，舉凡 交通大學電控工程研究所混沌系統與 訊號處理實驗室一直致力於智慧控制 Google、微軟、蘋果、特斯拉 (Tesla) 等科技巨擘，皆已投入 AI 發展。同時，AI 以及影像處理上的研究，全國第一輛自 動駕駛車即出自於此。 亦成為學術研究領域的熱門議題。瞄準物聯網與智慧應用浪潮，交大與研華 主持人吳炳飛特聘教授也負責交大與 公司透過產學合作催生「物聯網智慧系統研究中心」，設立智慧影像分析實 研華公司的「物聯網智慧系統研究中心」 驗室 Intelligent Video Analytics Lab. (IVA Lab.) 。由交通大學電控工程研究 ，智慧影像分析實驗室。目前主要研究 領域分成人臉影像辨識與分析、影像式 所 (簡稱交大電控所)，吳炳飛特聘教授 (IEEE Fellow)主持，借助 AI 與深度學 行為分析、影像式生理訊號截取以及智 慧購物等四大區塊，精進各種相關演算 習方法，以突破傳統影像分析演算法的極限。 法，為這個智慧化時代盡一份心力。 軟體技術 交大電控所憑藉控制技術與系統研發的基礎，近年也針對智慧型機器人、智 深度學習框架：Caffe, TensorFlow 慧車輛、系統晶片 (SoC) 與生醫科技及能源技術等新興產業應用主題，端出 硬體設施 許多豐碩研究成果。 GS2020 伺服器 J-Castle 雲城堡 挑戰 NVIDIA Tesla M40 24G * 2 綜觀 AI 「深度學習」是成長最快的領域，其訴求透過多層級神經網路，讓電腦 能模擬人腦思考行為，對複雜事物進行觀察、學習及反應，並理解文字、聲音 及影像等資料的真實意涵。 初期神經網路猶如小孩牙牙學語，必須不斷被灌輸訓練素材、修正模型，才 能慢慢成長為某一領域的專家，而在反覆匯入訓練資料及驗證演算法的過 程，需消耗龐大運算資源，因此若研究單位僅憑藉一般處理器 (CPU) 進行培 訓，勢必曠日費時。 交大電控所特聘教授吳炳飛表示，IVA 智慧影像分析實驗室的主要方向為基 於深度學習的影像分析演算法，藉由 Caffe、TensorFlow 等演算法框架進行 主題研究；不論所用的框架或開發工具為何，在執行訓練過程中，皆需借助 高達數百萬張圖片素材，前後耗時數星期之久，時效急待提升。 ® ® 有鑑於此，IVA Lab 決定改採 GPU ，引進搭載兩個 NVIDIA GeForce GTX TITAN X 核心的電腦系統並採用 CUDA 平行運算架構，期望藉此增進訓練速