智能制造

深度学习视频图像分析平台

HPC智算存储集群平台

大数据一体机

智能相机

助力汽车行业提升业务价值

项目背景

某控股集团始建于1986年，1997年进入汽车行业，一直专注实业、技术创新和人才培养。现资产总值超过4800亿元，员工总数超过12万人，是全球汽车品牌组合价值排名较前的汽车集团，致力于成为全球最具竞争力和影响力的智能电动出行和能源服务科技公司。工程研发中心和设计人员超过2万人，拥有近2万项创新专利，在新能源科技、共享出行、车联网、智能驾驶、车载芯片、低轨卫星、激光通讯等前沿技术领域不断提升能力，积极布局未来智慧立体出行生态。

借助蓝海大脑HPC智算集群平台、大数据一体机以及深度学习视频图像分析智能相机将视频、图像分析技术带到汽车制造、内饰外观、装配工艺等边、算、端，提升用户体验，帮助其实现关键质量控制流程的自动化和改进。蓝海大脑与该公司工程专家紧密合作，创建高度扩展、灵活的平台解决方案，为其数字化转型奠定夯实基础及未来创新根基，提高效率并降低成本。

痛点解决

【研发资源浪费】

研发中心每天进行500多个碰撞实验数据、结构刚度、流体分析，NVH分析计算资源以及CAE仿真计算、深度学习运算，计算任务工况多、规模大、时间紧，迫切需要快速获取高性能计算资源，减少人员闲置成本。

【资源迭代滞后】

当前传统的数据处理与分析挖掘技术难以高效管理每天百亿量级的数据量。研发中心建设的本地HPC集群虽然经历多次升级，但硬件资源严重老化，故障率居高不下，计算性能难以满足业务需求，且资源更新迭代速度缓慢，严重影响研发业务进度。现有计算系统智能化程度不高，深度学习潜力发掘受限。

【数据资源浪费】

研发海量有价值的数据被丢弃湮没成为数据垃圾。沿用传统的HPC计算中心操作方式，线下前后处理与到线上求解计算。流程割裂，数据挪动频繁，数据重复。需建设高沉浸、全业务、CAE仿真分析服务平台，提高其精度和性能及数据传输保密性。

解决方案

作为国产汽车行业领军企业，集团借助蓝海大脑HPC智算集群平台、大数据一体机以及深度学习视频图像分析智能相机等将视频、图像分析技术带到汽车制造、内饰外观、装配工艺等边、算、端，实现并改进关键质量控制流程的自动化。增加客户体验度同时，普及汽车相关知识，提升自有品牌知名度。并助力集团立足于全球化、数字化、智能化的科技视角，整合内外部数据、客户和产品资源优势，提供汇集人、车、生活全生命周期、全产业链的综合性用户生态服务。

HPC智算集群平台

蓝海大脑 HPC智算集群平台是由两台配对放置的高性能液冷服务器组成的数据中心解决方案，旨在为开发、建模、仿真和验证提供支持，提升整体性能，相对本地集群节约计算求解时间，明显缩短用户作业排队时间。工程师可在工作时间段做更多的模型调整，提升工作效率。另外作业数据绝大部分在 HPC智算存储集群平台中闭环流动，更多研发数据得以留存，打通Windows/Linux跨平台共享数据通用性，满足常见设计数据业务场景，为研发人员做多方案对比分析提供极大帮助。据测试，借助蓝海大脑HPC智算集群平台，该集团工程开发能力升级，智算效率提升35%，工程开发人员更加专注于产品设计和性能优化，打造出高品质的世界级产品。其量产车型的卓越整车性能正是在HPC智算集群平台反复验证和优化的体现。

大数据一体机

蓝海大脑大数据一体机基于蓝海大脑高性能液冷服务器HD210系列，支持大规模机器学习与深度学习应用，部署多种典型深度学习计算库和机器学习算法库环境。高可靠、易扩展和开放的架构设计为该集团搭建集实时计算、数据分析和大数据存储于一体的汽车数据综合分析管理平台，实现高性能计算和人工智能的结合应用。既提供充足算力又带来智能化体验，汽车仿真研发数据处理速度提升120%，日处理数据量达26TB，实际使用效益深厚。大数据一体机由四层设计组成：计算层、存储层、网络层、应用层。

图示：高性能计算平台架构

- 计算层：调用平台CPU、GPU、FPDA等异构计算资源，把不同的计算应用交给相应计算平台，充分发挥科学分配、合理调配，最短的时间计算最优的方案

- 存储层：提供应用层所使用数据的读取和存储；打通Windows/Linux跨平台共享数据 访问，满足常见企业业务场景

- 网络层：提供终端与服务器、服务器与服务器之间的网络物理硬件连接

- 应用层：提供各种应用请求、计算服务器和存储服务器之间的数据交换等。同时通过构建业务节点、计算节点、PCI－E SSD分布式存储资源池及磁带库提供高达93.6TFlops以上的计算能力

- 蓝海大脑自研PCI-ESSD分布式存储可用容量4600TB，相较传统的NVMe、SATA SSD大辐提升存储读写速度。磁带库裸容量24PB的高性能计算集满足该集团当前及未来5年对于高性能计算力以及高  速存储IO的研发需求。性能表现卓越、资源弹性伸缩，大大缓解了研发需求的压力，很好地保障工程开发进度。

深度学习视频图像分析平台

随着汽车芯片、汽车电子、自动驾驶等技术日新月异的发展，加剧了汽车行业的竞争压力。为了在汽车行业中赢得一席之地，该集团在创新客户体验上也是脱颖而出。深度学习视频图像分析平台是该集团与蓝海大脑共同调研分析总结，基于液冷GPU高性能计算平台训练集群进行大规模样本训练，图像识别率达到96%以上，实现了汽车仪表盘故障灯识别。且采用计算机视觉技术，在微信小程序中可以自动识别车内图标，图标含义及介绍，方便获取图标信息。培养客户认知，提升客户体验，加强客户对品牌的忠诚度。

手机APP识别车内标识并附使用说明

采用视觉分析技术，对车漆的表面光滑度做精准分析。设计一种打分机制，实现分析算法，准确区分不同的车漆光滑度。原有质检过程由人工判断检测，难以满足产线自动化生产节拍，且通过人眼识别难有统一标准。而且数据由工厂获得，只能抽查无法全检。报告为人工操作的记录和数据，配件检查信息均由厂商提供，导致检测精度欠缺，难以溯源等。同时工厂质检人员属于基础员工，流动性强，给企业带来较高的招聘和培训等管理成本。深度学习视频图像分析平台在生产自动化流程上可承担轮胎装配的检测、汽车内饰及外观的检测。

仪表盘故障检测	车漆表面检测

利用蓝海大脑深度学习视频图像分析平台在车间的视觉检测，部署三种算法： 

- 密集光流的特征追踪

- 基于稀疏光流的特征追踪

- 基于深度学习的方法

为基于深度学习的光流计算获得准确且足够多样化的像素级对应训练数据并非易事。正因如此，传统的计算机视觉方法显现出其重要优势。为了权衡检测的精准性、可靠性和运行效率，我们选择基于稀疏光流的特征追踪方法。具体而言，没有将重点放在计算图像中每个像素的光流（密集光流），而是利用稀疏性的计算优势，仅计算重要特征点的光流。通过深度学习构建复杂神经网络来训练大量数据集。

三个主要步骤：

- 图像预处理

- 特征检测

- 跨帧追踪功能

在图像预处理时候，从图像中提取梯度信息。然后，在特征检测使用此信息识别图像中的显著特征点，在整个帧中对其进行稳定追踪。最后，在基于光流的特征追踪中追踪检测到的特征，并估计它们在视频图像序列中跨相邻两帧的运动。