- 课程回放
在AI、云计算平台方面具有丰富的架构和研发经验,带领团队研发了基于k8s和docker的大规模容器AI云平台,产品在行业处于领先地位。个人擅长k8s、docker,微服务等多项技术。
- 体育运动动作分析的难点
- 三维人体姿态估计算法设计
- 算法实现与结果分析
- AI容器云平台技术发展现状
- AI容器云平台挑战和趋势
- NVIDIA GPU产品的最新发展
- 超集信息针对容器云平台的革新
去年8月,超集信息在智东西公开课开设「超集信息专场」系列,目前已完结2讲。第1讲由 NVIDIA 解决方案架构师黄煜和超集信息中国平台研发总监李盘宵,围绕机器学习平台AI Max中的大规模容器调度方案进行了讲解;第2讲由超集信息中国解决方案部技术总监程维和 NVIDIA 解决方案架构师黄煜,围绕深度学习容器云在金融领域超算系统中的应用进行讲解。
4月19日晚7点,「超集信息专场」系列第3讲上线。本次课程分为两部分,分别特邀浙江大学计算机科学与技术学院耿卫东教授和超集信息中国平台研发总监李盘宵,围绕《体育运动场景中的多人三维姿态估计算法》和《新趋势下容器化与NVIDIA® DGX™的技术革新》这两个主题进行直播讲解。
3D人体姿态估计是人体姿态估计的一个细分领域,考虑的是如何从一张RGB图像中恢复图像中人的三维姿态。常见的3D人体姿态估计算法设计思路主要有两种。一种是自上而下的方法,即先在图像中检测人,然后针对每一个人去估计根点的位置,以及相对于根节点的3D的pose。第二种是自下而上的方法,先用网络回归出一些中间的表示、2D 的关键点、以及根节点的深度图,然后再组合多人的3D骨架。
两种设计思路各有优劣。比如在体育运动中的多人姿态检测场景中,传统的一些自下而上人体姿态估计算法很难检测到小人物的姿态。而且我们都知道,学术研究和具体的应用还是有很大区别的,那么到底该如何搭建体育运动场景中的多人3D姿态估计系统呢?在本次专场讲解的第一部分,耿卫东教授将从体育运动场景中的动作分析难点出发,详解体育运动场景中的多人三维人体姿态估计算法的设计、实现和结果分析。
耿卫东博士是浙江大学计算机科学与技术学院教授,教育部动画数字媒体教学指导委员会副主任委员、中国人工智能学会智能创意与数字艺术专委会委员、浙江省文化产业学会新媒体与动漫影视专业委员会副主任委员。他主要从事数字媒体技术、感知计算与自然人机交互、虚拟实现与数字娱乐等领域的研究工作。
而在专场的第二部分讲解中,李盘宵老师则从AI容器云平台技术的发展现状、挑战及趋势进行分析,讲解超集信息针对容器云平台的技术革新方案。
容器化、DevOps、微服务是云服务行业的三大技术趋势,国内云服务器公司更是纷纷提出“全面上容器”的战略。而在这个AI的时代,云算力变得尤为重要,尤其是NVIDIA GPU的广泛应用,使得Docker和Kubernetes等主要的GPU容器平台,也面临着不断演进和迭代的问题。
比如在GPU、CPU和主机内容共同参与的异构计算模式中,传统的GPU独占模式造成资源使用不平衡及算力浪费的问题。现有的GPU单卡的算力虽然越来越强,但跨服务器边界的多机多卡任务依然存在着问题。或者是为了充分利用新的架构所带来的好处,而需要不断更新CUDA和Cudnn。又或者是多种框架并存、多个版本CUDA和Cudnn并存、算力需求大小并存、多种任务类型并存、任务优先级等用户场景的复杂性等问题。这些问题都将在李盘宵老师的讲解中得到答案。
李盘宵是超集信息中国平台研发总监,在AI、云计算平台方面具有丰富的架构和研发经验,带领团队研发了基于k8s和docker的大规模容器AI云平台,产品在行业处于领先地位。他个人擅长k8s、docker,微服务等多项技术。