随着信息技术的发展，人们已进入了大数据时代，构建集群对海量数据进行分布式计算与存储已成为一种共识，图像识别领域也同样如此。图像识别指用视觉传感器（摄像头）和计算机来模拟人眼和大脑，进行物体识别、跟踪和测量，进而做图形处理让计算机理解真实世界。图像识别技术有很多应用场景，如：人脸识别、拍照识别、物体识别等各种图像场景的识别。而该研究所基于深度学习的图像识别技术却面临计算机集群性能不够，计算用时太长的问题。算法执行需硬件架构的支撑，一个模型对海量的样本数据进行学习，在CPU上执行一般需几天甚至几个月，大大拉长了研发周期和拖慢产品进程。因此，先进的硬件计算架构是激活优秀算法的前提。

信维为该研究所提供了基于深度学习的图像识别软硬件解决方案。以信维H4880G3为代表的GPU服务器产品，在同CPU计算力下，GPU配置数量比业内平均水平高出一半，且能够支持8—10张GPU卡；支持双路英特尔至强第三代可扩展处理器，支持多达 40 个内核，具备更高的处理性能。根据深度学习多并行，高I/O需求，设计出分布式并行存储系统，该架构兼顾计算密集型，IO密集型等计算模型硬件需求特点。

该方案突破了多机多卡并行计算I/O速率不足的瓶颈，在保证系统稳定性前提下，使高性能GPU计算能力得到充分发挥，帮助用户大幅提升线下模型训练速度，降低每个计算核心的TCO。配合深度学习算法，用户在图像识别类应用上，实现高精度图像识别模型的快速训练，加速后期业务产品化进程。

•企业通过图像识别技术，建立物体、场景、人脸、着装、文档图片、视频内容等识别&搜索综合系统，通过多维度解读图片内容，挖掘数据价值，使产品运营团队更好地描绘用户画像，帮助企业实现更精准的营销推送，内容审核，大数据挖掘。

•广泛应用于各类电商平台，视频直播平台，在线教育平台，大幅度提升产品&内容运营团队效率。在无人驾驶，家庭机器人，无人机，现实增强等前沿应用上提供嵌入式智能后台，以更加智能化的数据利用方式，增加用户粘度，扩展应用维度，激发更具想象力的用户体验。