作为AI计算的实力品牌，浪潮信息一直在优化AI智算产品，并持续为行业客户提供优质的解决方案。最近，浪潮信息便为国内某家音乐院校提供了一个完善的AI服务方案，帮助其完成了音乐分离模型的部署升级，从而为影音从业者带来了更好的从业体验。
据了解，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。
期间，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。
后续，浪潮信息将会继续升级AI计算产品及服务，携手更多业内平台或机构，进一步打造出更完善的AI智慧生态，创新算法体验，让智慧算法造福于大众。