案例简介
• 星云Clustar智能交通预警方案是一个面向城市管理者，汽车制造业者，城市居民等提供一站式服务的人工智能平台，能精准预测未来城市的供需情况，实现资源最有效分配，帮助缓解城市交通拥堵情形。
• 本案例中，星云Clustar使用NVIDIA Tesla V100，极大的提升了交通预警神经网络的处理性能，结合星云CLUSTAR AIOS高性能、深度安全、可持续扩展的三大优势，进一步将大量监测数据的训练速度提升10倍以上，为交通流量分析提供良好的支撑。
• 本案例主要应用到 NVIDIA Tesla V100 GPU和DGX工作站。
Case Introduction
• Clustar Intelligent Traffic Early Warning Solution is an AI platform which provides one-stop service for urban managers, automobile manufacturers, urban residents, etc. It can accurately predict the supply and demand situation of future cities, achieve the most effective allocation of resources, and help alleviate urban traffic congestion.
• In this case, utilizing the NVIDIA Tesla V100 GPU. Clustar dramatically improves the processing performance of traffic early warning neural network. Combining the three advantages of Clustar’s CLUSTAR AIOS: high performance, deep security and sustainable expansion, the training speed of a large number of monitoring data is further increased more than ten times, which provides good traffic flow analysis.
• The major products utilized in the case is NVIDIA Tesla V100 GPU and DGX-Station.
背景
星云Clustar是一家持续创新的网络和人工智能技术与服务提供商，致力于将高性能网络技术的最 新研究成果应用到人工智能领域。公司核心团队在高性能计算、数据中心系统架构、大数据和人工智能等技术领域拥有国际领先的自主核心技术。
星云Clustar智能交通预警方案，基于自研的星云CLUSTAR AIOS深度优化底层模型训练算法，凭借领先的迁移学习和AutoML技术，利用城市间的数据迁移，即使是在数据积累较少的城市当中，也能对交通流量进行高效时空预测，提供精准的交通流量预警，优化城市交通管理，缓解道路拥堵问题，并衍生出商业选址、基础设施建设、广告投放等多个不同的业务应用场景中。
挑战
中国目前有超过50个城市面临交通拥堵问题，给居民出行、城市治理带来了极大的困难。如果能够及时评估交通拥堵情况，将为城市带来很大帮助。但是，交通拥堵评估还面临着两大挑战：
- 现有研究工作多数只能同时对一类交通数据进行分析。但是，不同类型的数据源之间存在关联，如果能够同时对多种数据进行分析，则可以提高预测系统的准确性和稳定性；
- 每个城市使用自身数据构建模型，不同城市间难以共享模型知识，导致在新城市部署交通流量预警系统时，需要重新训练模型，成本很高。
若要联通不同种类、不同城市间的数据，共同构建交通预警网络，不仅需需花费大量时间进行训练，还需要经过上百次的网络结构和参数搜索，才能得到最佳的模型，在目标城市获得精确的预测效果。但受限于算力不足，模型单次训练动辄耗费数小时至数十个小时；而寻找最佳模型更是需要上百次训练，训练成本进一步提高，工作效率低，智能交通方案落地困难。
方案
星云Clustar结合NVIDIA Tesla V100和星云CLUSTAR AIOS，开发了智能交通预警产品，为用户提供高性能、高安全、可持续扩展的人工智能平台，极大的提升模型训练速度，用强大的算力助力智慧出行落地。
相较于传统服务器，星云CLUSTAR借助于NVIDIA GPU，在模型训练过程中取得了大幅提速。星云CLUSTAR在产品研发与应用的过程中，分别使用了NVIDIA Tesla V100计算平台和两台DGX工作站进行模型训练，强大的GPU算力加速了算法优化与迭代。实验数据显示，在从单机单卡GPU，扩展到2机8卡的过程中，随着GPU数量的增加，星云CLUSTAR AIOS优势愈加明显，在不同图像识别模型上（AlexNet、VGG、ResNet）分别取得了10倍以上不同幅度的训练性能提升。
此外，通过GPU平台和算法模型优化，星云Clustar还大幅提升了模型的预测精确度。与目前最为流行的传统卷积神经网络模型相比，星云Clustar的算法团队首创的基于迁移学习的多图融合卷积神经网络模型，大幅提升了交通流量预测精确度，精确度提升达20%以上。
影响
星云Clustar 的创办人兼CEO陈凯表示：“借助于NVIDIA Tesla V100和DGX Station，星云Clustar极大地提升了智能交通预警方案的处理性能，帮助城市管理者和汽车制造业者能以最短时间、最低成本、最快速度实现智能交通应用落地，共同构建新一代的智能交通技术，推进城市永续发展。”
© 2019 NVIDIA Corporation. All rights reserved.