当硬件算力受限时，NOVA-X可以在精度几乎无损的情况下，以接近零人工干预的方式，大幅度降低模型算力需求并实现推理速度数量级的提升，大大降低客户的开发时间和整体成本。兼容主流算法框架和硬件平台，支持各类深度学习算法。
在精度几乎无损的情况下
将模型的推理性能实现数量级的提升
支持客户自定义算子
仅需配置一次即可自动完成多轮优化、 精调及精度测试 ， 支持分布式并行加速， 可根据服务器配置进行灵活扩展
可以结合不同硬件平台的特性， 选择相应的优化策略， 以提高模型推理时的硬件使用效率
| 运行环境 | Ubuntu16.04/18.04/20.04 CentOS7.4 Python≥3.6 |
| 硬件配置（推荐） | 4X Tesla P100 4X Tesla V100 |
| 支持框架 | PyTorch≥1.4 TensorFlow1.15 |
| 支持模型 | ResNet、VGG、Yolo、SSD、UNet、PointPillars、FPN等绝大多数检测/分割/分类模型 ※ 及时支持业界最新模型结构 |
全球第三
金奖
北京：北京市海淀区王庄路1号清华同方科技大厦B座3层
上海：上海市嘉定区汽车创新港11号楼5单元1层
商务合作：business@novauto.com.cn
加入我们：hr@novauto.com.cn
关注我们
关注我们