器集群產(chǎn)品圖..png)
器產(chǎn)品圖.png)
器產(chǎn)品圖.png)
器產(chǎn)品圖.png)
器產(chǎn)品圖1-8080.png)
品主圖.png)
TPU編程競賽｜2023 CCF BDCI大賽圓滿(mǎn)落幕，算能賽道WELL團隊榮獲一等獎！
12月22日至23日，中國計算機學(xué)會(huì )舉辦的第十一屆CCF大數據與計算智能大賽（簡(jiǎn)稱(chēng)2023 CCF BDCI）在廣州順利落幕。本屆比賽吸引了來(lái)自12161名專(zhuān)業(yè)選手和10514支隊伍報名參賽，共計提交作品約2萬(wàn)次。在激烈的終極角逐中，算能賽道的WELL團隊脫穎而出，榮獲大賽一等獎！
自從Stable Diffusion開(kāi)源以來(lái)，優(yōu)化技術(shù)和下游應用迅速涌現，然而直接生成的圖像尺寸僅限于512~1024px，實(shí)際需求卻常常遠超這一分辨率，如4k或8k的圖像。為了解決這一問(wèn)題，超分辨率模型成為了一個(gè)可行的解決方案。
在對高效模型部署和極速推理速度的不斷追求下，TPU作為專(zhuān)門(mén)用于深度學(xué)習任務(wù)的硬件加速器，其強大的計算能力和高效的并行處理能力，為性能提升和加速效果提供了有力支持。本次賽題《基于TPU平臺實(shí)現超分辨率重建模型部署》旨在為邊緣計算設備上高分辨率圖像生成效率的提升提供有效的技術(shù)方案，降低資源和內存需求，同時(shí)確保圖像質(zhì)量。
針對該賽題，WELL團隊經(jīng)過(guò)對比分析，采用了FSRCNN作為超分辨率模型，并設計了集中式超分辨率（Centralized Super Resolution）的方法與插值組合到一起用于提高圖像分辨率。同時(shí)，他們將前后處理集成到模型中，利用TPU的算力加速前后處理的速度，以減少處理時(shí)間。
（WELL團隊整體流程思路）
此外，本次比賽涌也現出眾多出色團隊。特別表?yè)P“巴黎歐萊雅”團隊與“Absofastlutely”團隊，他們分別采用了模型前處理和后處理加速和多線(xiàn)程加速的方法，針對其訓練、推理進(jìn)行了優(yōu)化，使方案更具挑戰性。同時(shí)，也祝賀其他優(yōu)秀團隊在比賽中取得了出色成績(jì)。更多方案和思路說(shuō)明，請點(diǎn)擊「閱讀原文」參閱算豐學(xué)院的案例中心。
（算能賽道最終晉級排名）
?
?
?
?