零售与消费 · OCR / 文档识别 / 算力基础设施与AI平台
朗镜科技基于阿里云CPFS与DeepGPU构建高效AI商品识别平台
阿里云为朗镜科技提供CPFS、DeepGPU和云原生AI套件,使其AI商品识别平台实现云原生架构升级,数据处理速度提升50%,GPU利用率提升40%。
业务效果
数据处理速度整体提升50%以上。
未披露
业务效果
小文件写入延迟占比降至5%以内。
未披露
业务效果
GPU集群利用率提升40%。
未披露
01
业务背景
朗镜科技(Trax中国)自2015年成立,专注于零售业的计算机视觉解决方案与数据分析,服务全球90多个市场的品牌,推动实体零售数字化转型。
02
遇到的问题
每日处理数百万张图片和大量SKU,场景复杂多变,小文件处理延迟高;快消品迭代快,模型需高频更新,成本高昂。
03
AI 解决方案
采用阿里云CPFS实现多机多进程并行写入,减少小文件写入延迟;利用DeepGPU工具包加速模型推理,加速比达1.12-4.60倍;结合云原生AI套件实现GPU共享调度和显存隔离,提升集群利用率。
- 1优化数据写入方案,采用CPFS并行文件存储,提升预处理速度。
- 2集成DeepGPU工具包,加速计算机视觉模型推理。
- 3部署云原生AI套件,实现GPU共享调度与显存隔离。
- 4持续迭代模型,适应快速变化的零售场景。
04
实施结果
业务效果:数据处理速度整体提升50%以上。
业务效果:小文件写入延迟占比降至5%以内。
业务效果:GPU集群利用率提升40%。
业务效果:系统性能提升超过40%。
05
风险与边界
依赖第三方云服务稳定性,模型迭代需持续投入计算资源。
该案例展示了如何通过云原生架构和硬件加速解决大规模图像识别的性能瓶颈,适合零售和快消行业参考。
适合
零售行业需要图像识别和数据分析的企业快消品行业需要高频模型更新的企业
前置条件
容器化架构基础对GPU计算有较高需求
信息来源
1 个来源页面内容为结构化改写;关键结论应可追溯到以下材料。