NVIDIAGPU显著提速OCR识别模型训练

北京译图智讯是一家 OCR 识别软件厂商，致力于为客户构建一站式 OCR 识别解决方案，专注于计算机视觉、图像识别、深度学习等 AI 技术的研发，助力企业实现数字化转型，降本增效。

图像处理和 OCR 识别是运算密集型技术，对算力要求较高，借助于 NVIDIA A100 Tensor Core GPU 及 A10 Tensor Core GPU，译图智讯构建了更加高效的硬件训练平台，缩短了 OCR 模型训练、预测的处理周期，进一步提升了 OCR 识别速度与精度。

OCR 过程包括图像分类、目标检测、图像分割、OCR 识别、NLP 提取等模型训练任务，其中每一个模型都需要对大量样本进行标注训练，所需数据量庞大且复杂，整个建模过程对服务器算力、GPU 显存都提出了更高的要求。

译图智讯以往训练服务器采用的是 CPU + NVIDIA T4 GPU 多卡的硬件方案，其运行速度远远跟不上复杂模型建设的需求，实际运算性能大打折扣。NVIDIA A100 及 A10 GPU 配备了具有更高精度的第三代 Tensor Core 核心，可实现成千上万个 GPU 集群的高效扩展。A10 相较于 T4，可提供高达 2.5 倍的虚拟工作站性能及推理性能，结合 A100 跨工作负载的高强计算力，相比上一个平台，译图智讯实现了最高 20 倍的 AI 性能，以及 3 倍的 AI 训练速度，可快速完成数据建模。

借助 NVIDIA A100，满足了需要更大显存的训练任务。以 OCR 文本识别训练为例，需要对数千万的图像数据进行训练，采用基于 T4 构建的服务器时，训练周期需要 7 天，依托 A100，训练周期可缩减至 3-4 天，极大地提升了模型和产品的迭代周期；同样在模型预测阶段，以调用频次最高的身份证识别为例，在以 T4 构建的服务器中，OCR 识别一次需要 300ms，1 秒钟可识别 3 张身份证，依托 NVIDIA A100 服务器，每一次可以缩短至 100-200ms 左右，1 秒钟可识别 5-6 张身份证，单位时间处理时间显著降低，并发能力增加，给产品研发速度带来质的提速。

通过 NVIDIA A100 及 A10 强大的算力服务器支持，能够并行运行多个计算机视觉算法架构，在节省运行显存开销的同时，带来了更快的神经网络训练及推理效率，显著加速了 OCR 识别中对图像数据处理的时间。

译图智讯产品总监刘伟表示“模型训练在 NVIDIA GPU 上的运行速度更快，极大优化了图像处理流程，使研发人员能够更高效地投身到图像标注、训练、分析、文字识别的过程中。随着 OCR 识别技术的应用越来越广泛，译图智讯将更高效地利用 AI，借助 NVIDIA GPU AI 计算平台，提升 OCR 识别的速度与精度，使 OCR 在各个场景都达到毫秒级的运行速度，专注更智能、高效、安全稳定的 OCR 整体识别解决方案，助力 OCR 识别技术创新，加速社会信息化进程。”

本案例中，NVIDIA 优选级合作伙伴北京安联通助力译图智讯部署了高效 AI 计算处理平台，同时帮助译图网络数据中心的设备进行升级改造，部分网络设备换成全新的 NVIDIA 网络产品，使网络传输速度比原来的提高数 10 倍，给客户体验感更好，识别速度更快。

点击 “阅读原文” 或扫描下方海报中的二维码，访问 NVIDIA 的 “关于我们” 页面，详细了解 NVIDIA 、开发者和客户共同构建的内容。