近日，國內某音樂院校通過浪潮信息采用AI算力服務，順利完成音樂分離模型的研發(fā)部署，并將模型訓練效率提升5倍。該模型可以快速分離歌曲中的人聲、貝斯、鼓、鋼琴等多種聲音，或將電影配樂分成對話、音效、音樂等軌道用于后續(xù)的視頻剪輯和創(chuàng)作，助力影音從業(yè)者大幅提升工作效率。
某音樂院校是國內率先使用AI方法研究音樂分離模型的高校之一。相比傳統(tǒng)方法，深度神經網絡模型能夠達到更好的音樂分離效果，并且具備更強的泛化性。但隨著研究工作的深入，算力問題日益凸顯。音樂分離模型的架構日新月異，如Facebook在2021年提出的Demucs模型是U-Net卷積架構;2022年引入了Transformer架構，將Demucs迭代為使用Self-attention(自注意力)機制的混合頻譜圖和波形分離模型。采用新架構的模型能夠實現更好的分離效果，但對算力的需求也隨之升高。該院?，F有的計算資源在數量和質量上都無法滿足模型的訓練需求，難以根據實際應用場景的需求快速升級、迭代算法。
該音樂院校與浪潮信息密切合作，通過AI算力服務解決算力挑戰(zhàn)。浪潮信息以高性能、高質量的AI算力服務協(xié)助用戶進行音樂分離AI模型的研究開發(fā)，很好地滿足了模型訓練過程中的計算資源需求。同時借助浪潮信息AI算力服務，該音樂院校消除了CPU計算瓶頸并有效提升了GPU資源利用率，將模型的訓練效率提升了5倍，從而能夠更快、更高效地迭代音樂分離AI模型，處理更多數據，達到更好的分離效果。該院校計劃通過AI算力合作，進一步降低模型的使用門檻，為更多影音從業(yè)者提供專業(yè)服務。
浪潮信息推出的AI算力服務產品，涵蓋國際和國內領先的4種AI算力產品、經“源”清洗驗證過的語言或多模態(tài)的大模型數據集的2種數據產品、由“源”專家團隊提供的語言或多模態(tài)的大模型訓練支持的2種算法產品以及AI訓練推理資源管理調度的1種平臺產品。目前，AI算力服務相關信息已在元腦生態(tài)AIStore平臺上線，并提供進一步購買和試用咨詢。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
