星云Clustar是一家持续创新的网络和人工智能技术与服务提供商，致力于将高性能网络技术的最 新研究成果应用到人工智能领域。公司核心团队在高性能计算、数据中心系统架构、大数据和人工智能等技术领域拥有国际领先的自主核心技术。

星云Clustar智能交通预警方案，基于自研的星云CLUSTAR AIOS深度优化底层模型训练算法，凭借领先的迁移学习和AutoML技术，利用城市间的数据迁移，即使是在数据积累较少的城市当中，也能对交通流量进行高效时空预测，提供精准的交通流量预警，优化城市交通管理，缓解道路拥堵问题，并衍生出商业选址、基础设施建设、广告投放等多个不同的业务应用场景中。

交通拥堵评估的两大挑战

中国目前有超过50个城市面临交通拥堵问题，给居民出行、城市治理带来了极大的困难。如果能够及时评估交通拥堵情况，将为城市带来很大帮助。但是，交通拥堵评估还面临着两大挑战：

现有研究工作多数只能同时对一类交通数据进行分析。但是，不同类型的数据源之间存在关联，如果能够同时对多种数据进行分析，则可以提高预测系统的准确性和稳定性；
每个城市使用自身数据构建模型，不同城市间难以共享模型知识，导致在新城市部署交通流量预警系统时，需要重新训练模型，成本很高。

若要联通不同种类、不同城市间的数据，共同构建交通预警网络，不仅需需花费大量时间进行训练，还需要经过上百次的网络结构和参数搜索，才能得到最佳的模型，在目标城市获得精确的预测效果。但受限于算力不足，模型单次训练动辄耗费数小时至数十个小时；而寻找最佳模型更是需要上百次训练，训练成本进一步提高，工作效率低，智能交通方案落地困难。

GPU助力实现训练性能
与预测精确度提升

星云Clustar结合NVIDIA Tesla V100和星云CLUSTAR AIOS，开发了智能交通预警产品，为用户提供高性能、高安全、可持续扩展的人工智能平台，极大的提升模型训练速度，用强大的算力助力智慧出行落地。

相较于传统服务器，星云CLUSTAR借助于NVIDIA GPU，在模型训练过程中取得了大幅提速。星云CLUSTAR在产品研发与应用的过程中，分别使用了NVIDIA Tesla V100计算平台和两台DGX工作站进行模型训练，强大的GPU算力加速了算法优化与迭代。实验数据显示，在从单机单卡GPU，扩展到2机8卡的过程中，随着GPU数量的增加，星云CLUSTAR AIOS优势愈加明显，在不同图像识别模型上（AlexNet、VGG、ResNet）分别取得了10倍以上不同幅度的训练性能提升。

此外，通过GPU平台和算法模型优化，星云Clustar还大幅提升了模型的预测精确度。与目前最为流行的传统卷积神经网络模型相比，星云Clustar的算法团队首创的基于迁移学习的多图融合卷积神经网络模型，大幅提升了交通流量预测精确度，精确度提升达20%以上。

共助智能交通应用落地

星云Clustar 的创办人兼CEO陈凯表示：“借助于NVIDIA Tesla V100和DGX Station，星云Clustar极大地提升了智能交通预警方案的处理性能，帮助城市管理者和汽车制造业者能以最短时间、最低成本、最快速度实现智能交通应用落地，共同构建新一代的智能交通技术，推进城市永续发展。”