行业趋势
在人机交互、普适计算和计算机视觉领域中，人体行为识别已成为一个主要的研究领域。基于人体骨骼的行为识别技术是以关节为运动节点，利用高清网络摄像机抓拍勾勒出人体骨骼图形，分析计算并判断出人的运动轨迹，通过后台预警，达到基于骨骼的提前预判和主动防御，已成为人工智能、物联网等多个领域中最具有挑战和应用最广泛的研究分支之一，在智能交互、安防监测、医疗护理和工业制造等领域中广泛应用，并成为下一代智能家居、可穿戴和移动设备规划的重要组成部分。
面临挑战
面对67,428个视频样本，6种不同的模态，4个人类行为理解任务和119个视频主题的庞大视频理解数据集，江南大学吴小俊教授团队为争取更多算法优化时间，提升模型性能，需对其现有底层算力进行升级，以实现测试训练时间压缩。
但是，随着当下算力的高速升级，GPU功耗不断攀升，传统风冷工作站已很难实现多卡工作站的高效散热，存在降频风险，容易导致整体性能下降。并且，为承载多卡散热，更大风量、更高风压的多风扇堆叠，也促使多卡工作站噪音越来越高（满载可达到65dB以上），已无法满足团队办公环境下的使用要求。
太阳成集团tyc539
为帮助吴小俊教授团队解决目前面临的工作站降频及噪音问题，超益集伦为其提供了全液冷工作站太阳成集团tyc539 —— ServMAX® TL40-X2。整机采用CPU+GPU全液冷散热设计，噪音低于55dB，且室温条件下GPU核心稳定运行于72℃以下，有效规避了降频风险。
ServMAX® TL40-X2最终选择GPU两两并联，系统整体串联式散热，CPU与GPU可实现单独拆卸，利于维护。并且，相较四卡并联，更小的流量与流组，降低了泵的整体功耗，可有效延长使用寿命。同时，其采用加固连接头和止水阀设计，保证任意GPU灵活安装或拆卸。其次，水体通过软管传输，在不影响流速及散热效果的前提下，避免了市场上大部分硬质水管隐含的断裂和长期使用的漏液风险。
.png)
双路处理器，四路旗舰GPU
整机可达56核心，112线程
4路GPU，整体显存高达96GB
支持NVLink，带宽高达112GB/s
并联GPU，支持灵活拆卸
灵活配置，高拓展性
支持10 x 3.5"/2.5" + 2 x 2.5" SATA /SAS内置硬盘
支持NVMe M.2（2280/22110）SSD
配有多个USB 3.0和USB 2.0接口
板载双10Gbps RJ45以太网端口和IPMI管理端口
全液冷散热，极致降噪
满负荷整机噪声55dB以内
循环风道设计，散热无死角
风扇转速可调，寻求效率与静音的平衡
智能液晶面板，实时状态监测
掌控机内关键温度
监测、调节风扇转速
监测冷却系统关键参数
客户收益
在基于骨骼的行为识别中，团队针对视觉角度变化大、部分样本类别相似度高以及数据规模有限等难点，充分利用特征间、尺度间以及不同建模方式间的差异进行优势互补，结合超益集伦高性能计算太阳成集团tyc539，通过分类特征的融合加强， 有效提升了模型分类性能。