科创中国

行业领域

电子信息技术

需求背景

利用国产 GPU 特性针对人工智能计算进行 GPU 加速，能够利用国产GPU 中的图形处理核心来完成原本由 CPU 或国外 GPU 处理的通用计算任务，实现人工智能计算的加速。 

需解决的主要技术难题

与实际设备结合，通过研究适配于图像信息处理、智能信息处理系统的智能计算增强技术，实现从包含噪声及多种气象、环境条件的图像中提取目标特征，完成非国产软硬件的替换升级。

开展去噪自编码器去除噪声、基于混合神经网络及生成对抗网络去除复杂因素环境影响、基于遗传算法消除运动模糊、面向典型目标识别的国产 GPU 加速技术、基于国产 GPU 的智能计算框架优化等技术研究。

期望实现的主要技术目标

（1）支持 4 种及以上国产 CPU 和国产操作系统组合，其中涵盖 2 种国产CPU，以及 2 种国产操作系统；

（2）支持国产通用图形处理器，如凌久 GP201；

（3）支持去噪自编码器深度学习模型加速，涵盖卷积自编码器、正则自编码器、稀疏自编码器、栈式自编码器；

（4）支持消除雨、雪、阴天、逆光等天气和环境影响的模型加速；

（5）支持去除烟雾的模型加速，涵盖生成对抗网络（GAN）、条件生成对抗

网络（CGAN）、深度卷积生成对抗网络（DCGAN）、半监督生成对抗网络（SGAN）；

（6）支持运动模糊消除模型加速；

（7）支持典型目标识别模型加速，涵盖 FasterRCNN、YOLOV5、SSD、CascadeR-CNN；

（8）去除雨、雪、阴天、逆光、烟雾效果的图像处理 GPU 加速效果相比加速前性能提升不低于 50%；

（9）目标识别的 GPU 加速效果相比加速前性能提升不低于 50%，模型准确率不低于 80%，基准测试用时不大于 500ms。 

处理进度