浪潮 AI 服务器集群与浪潮 AIStation 人工智能开发平台为科沃斯 AI 技术研发和应用提供强大的 AI 算力生产和高效的 AI 算力调度能力，有效提升 AI 算力生产，计算资源利用效率提高 90% 以上，物体识别等 AI 训练环境部署由过去的几天缩短到数小时，同时分布式训练任务的执行速度提高 70% 以上，大大加快科沃斯智能扫地机器人 AI 关键技术的开发进程和智慧新品的迭代速度，抢占智慧人居市场先机。

" 智慧人居 " 作为数字社会发展的重要方向，在提升居住品质、提高现代生活幸福感方面具有重要意义。统计数字显示，中国已经成为全球第二大智能家居市场，智能家居产品呈现出高速增长的态势，2019 年中国智能扫地机器人销量高达 532 万台，销售额达到 79 亿元。

其实，早期不够 " 智能 " 的扫地机器人曾经饱受诟病，以占据主流的随机碰撞式扫地机为例，无头苍蝇式的路线规划和强大的撞击力，常常会撞坏贵重的实木家具，或者打破花瓶等易碎物品，不但不能完成 " 清洁 " 的使命，还留下 " 一地鸡毛 "。而之后的路线规划式扫地机虽然不会再像 " 淘气 " 的碰撞式扫地机那样随手打碎家中物品，但事先规划好的路线难免会有清扫死角，时间长了还是会在角落发现厚厚的积灰。

科沃斯为扫地机打造 " 最强大脑 " 开启 " 智慧人居 " 新生活

作为国内智能扫地机器人的第一品牌，科沃斯早在 2015 年就推出了 Smart Navi 技术，引领 " 先建图、后清扫 " 的全局规划新风潮。2020 年 , 科沃斯利用人工智能技术打造扫地机器人 " 最强大脑 "，将全新 TrueMapping 全局规划技术应用在了地宝 T8 Family 全线产品，搭载 DToF 传感器，利用智能化的物体识别对家居环境的识别，获取并分析环境中的障碍物数据，准确判断障碍物的品类，规划出最优的地面清洁解决方案，提升清洁效率，减少人工干预，让拥有了 " 智慧大脑 " 的扫地机器人成为 Z 时代家庭的 " 标配 "。

要提升机器人的物体识别能力，非常重要的一点在于对机器人的深度学习算法模型进行训练，提升其对于目标物体的推理速度与识别精度。但是，面向物体识别的深度学习模型训练需要处理大规模的训练数据，对算力的要求非常高。当前，基于 GPU 的 AI 服务器被普遍用于深度学习模型训练与推理中，但 AI 服务器集群广泛存在着算力资源分配不均及利用率不高等问题。因此，要提升 AI 视觉识别模型的训练精度与速度，不仅需要性能强劲的 AI 计算平台，更需要强大的算力资源调度能力。

科沃斯一直致力于提升 AI 技术研发，加快家居机器人的智能化迭代。在打造 AI 研发的算力基础设施时，科沃斯认识到，算力平台在提供强劲、稳定的 AI 算力的同时，必须能够实现对 AI 算力资源统一、高效的管理，充分挖掘 AI 算力的效率，从而提升技术研发能力和产品迭代速度。

浪潮 AI 助力科沃斯实现 " 智慧进化 "

科沃斯苏州研发中心选择浪潮 AI 集群和 AIStation 人工智能开发平台来支撑 AI 视觉技术研发，以提高深度学习模型的训练效率，解决算力瓶颈问题，并降低总体技术研究成本。

针对科沃斯智能识别模型训练需求，浪潮搭建了以 AI 服务器 NF5468M5 为核心的 AI 计算平台，为科沃斯的 AI 训练提供强劲计算力。浪潮 NF5468M5 是业界首款面向 AI 云设计的弹性 GPU 服务器，可灵活支持 AI 模型训练性能最大化或 AI 在线推理效能最大化。

科沃斯 AI 计算平台配置的 AIStation 是浪潮面向人工智能企业训练场景开发的人工智能资源平台，可实现容器化部署、可视化开发、集中化管理等，为用户实现高效的计算力支撑、精准的资源管理和调度、敏捷的数据整合及加速、流程化的 AI 场景及业务整合，有效打通开发环境、计算资源与数据资源，提升开发效率。

AIStation 支持 Kubernetes+Docker 的快速部署方式，帮助科沃斯减少了 AI 训练环境部署的复杂度，环境部署由过去的几天缩短到数小时。创新的 GPU 多维细粒度分配策略可最大化发挥计算资源的性能，为科沃斯提升资源利用率达 90% 以上。与此同时，科沃斯研发者基于 AIStation 图形化的方式可快速启动分布式任务训练，不仅无需人工协调资源，还可提升训练任务执行速度至 70% 以上。

浪潮为科沃斯打造的 AI 训练集群集成了浪潮的 AI 算力生产和算力调度能力，通过硬件重构与软件定义的方式为科沃斯的 AI 技术研发提供强劲高效的智慧计算服务，加速科沃斯扫地机器人识别室内图像物体、分类记录、视觉测距和避障能力的迭代，助推科沃斯创新技术成果落地，推动 " 中国智造 " 不断升级。