近日，国内某音乐院校通过浪潮信息采用AI算力服务，顺利完成音乐分离模型的研发部署，并将模型训练效率提升5倍。该模型可以快速分离歌曲中的人声、贝斯、鼓、钢琴等多种声音，或将电影配乐分成对话、音效、音乐等轨道用于后续的视频剪辑和创作，助力影音从业者大幅提升工作效率。
某音乐院校是国内率先使用AI方法研究音乐分离模型的高校之一。相比传统方法，深度神经网络模型能够达到更好的音乐分离效果，并且具备更强的泛化性。但随着研究工作的深入，算力问题日益凸显。音乐分离模型的架构日新月异，如Facebook在2021年提出的Demucs模型是U-Net卷积架构;2022年引入了Transformer架构，将Demucs迭代为使用Self-attention(自注意力)机制的混合频谱图和波形分离模型。采用新架构的模型能够实现更好的分离效果，但对算力的需求也随之升高。该院校现有的计算资源在数量和质量上都无法满足模型的训练需求，难以根据实际应用场景的需求快速升级、迭代算法。
该音乐院校与浪潮信息密切合作，通过AI算力服务解决算力挑战。浪潮信息以高性能、高质量的AI算力服务协助用户进行音乐分离AI模型的研究开发，很好地满足了模型训练过程中的计算资源需求。同时借助浪潮信息AI算力服务，该音乐院校消除了CPU计算瓶颈并有效提升了GPU资源利用率，将模型的训练效率提升了5倍，从而能够更快、更高效地迭代音乐分离AI模型，处理更多数据，达到更好的分离效果。该院校计划通过AI算力合作，进一步降低模型的使用门槛，为更多影音从业者提供专业服务。
浪潮信息推出的AI算力服务产品，涵盖国际和国内领先的4种AI算力产品、经“源”清洗验证过的语言或多模态的大模型数据集的2种数据产品、由“源”专家团队提供的语言或多模态的大模型训练支持的2种算法产品以及AI训练推理资源管理调度的1种平台产品。目前，AI算力服务相关信息已在元脑生态AIStore平台上线，并提供进一步购买和试用咨询。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
