在训练ImageNet比赛中，腾讯云用128卡创下了业界新记录——

　　2分31秒训练128万张图片

　　平均一秒训练大约23751张照片，不管是人是花还是小动物，都“看”得明明白白。

　　开发团队来自腾讯云智能钛团队、腾讯机智团队、腾讯云计算产品团队、腾讯优图实验室以及香港浸会大学计算机科学系褚晓文教授团队。

　　ImageNet

　　大型图像数据集，由学者李飞飞设立，拥有超过上千万张图片。每年 ImageNet 项目组织都会举办ImageNet 大规模视觉识别竞赛，是该领域最重要的赛事之一。

　　ImageNet赛制简单。训练图片数据库128万张图片，在保证准确率的前提下，看谁更快。硬件设施、网络状况、算法，厂商可自由搭配。

　　更快、更强、更准确

　　腾讯自研的Light大规模分布式多机多卡训练框架，速度快、扩展性强、准确性高。

　　在2分31秒内，该框架训练了 ImageNet 28个epoch，也就是说把128万张照片训练了28遍，TOP5精度达到了93%。以前最好成绩为2分38秒。

　　如果网络改为RoCE，还可以更快，2分2秒就能训练 ImageNet 28个epoch。

　　自研算法，速度更快

　　用AI训练大规模图片，往往需要多台服务器协作加快速度。服务器之间“交流”的速度就很关键了。

　　腾讯云自研的层级Topk压缩通信算法，可以在一个安装8张GPU的服务器中，对每张卡原梯度八分之一大小的数据块进行压缩，并行传输，减少数据压缩时间，同时减少传输数据量，提升带宽利用率。

　　用上这个技术，美颜、鉴黄、人脸门禁、刷脸支付……AI应用开发算法速度会变得更快，开发成本更低，受硬件设施、网络状况的限制更少。