新闻

  |  手机版

收藏网站

投稿QQ:1745232315

IT专家网,汇聚专业声音 解析IT潮流 IT专家网,汇聚专业声音 解析IT潮流

网络

专家视点在现场环球瞭望
IT专家网 > 新闻

全球GPU盛会,曙光秀深度学习“肌肉”

作者:IT专家网出处:IT专家网2016-04-07 09:41

  GPU领域中最大的学术和商业交流盛会,2016年GPU技术大会(GTC2016)于当地时间4月4-7日在美国硅谷圣何塞举行,此次大会总共吸引全球超过四千人参加,预计将会有超过240场的主题讲座登场,上百位的全球媒体、分析师到场,多达两百家厂商参展。

  据悉,今年活动主题将聚焦人工智慧(AI)、VR/AR、无人汽车的应用。总计4天的技术大会由NVIDIA联合创始人和CEO黄仁勋亲自揭开序幕,并在大会上公布了NVIDIA全新深度学习服务器—DGX-1。全新的深度学习服务器DGX-1相比较于传统的服务器的计算优势是极其巨大的,可以看到,去年火红的深度学习技术,今年也将继续延烧。

  作为NVIDIA重要的战略合作伙伴,曙光一直关注深度学习技术的应用与发展,并与NVIDIA、中国科学院计算技术研究所(ICT)成立了国内唯一的深度学习联合实验室,共同推进深度学习技术在国内的发展。此次GTC大会,中科曙光将携深度学习“平台重器”参加大会(展位#427),秀出自己在“深度学习”这个热门领域的“肌肉”,并应邀介绍曙光深度学习的成功案例

  从谷歌的“猫脸识别”到AlphaGo以4:1的“世纪比分”战胜人类顶尖棋手李世石九段,人们越来越明显地感受到了人工智能的“碾压”。自从掌握了“深度学习”这项技能,人工智能已经不局限于替代一些诸如扫地、装配工件这样的简单劳动,全新的人工智能技术不仅能说会道、晓书善弈,还能以强大的计算能力和学习能力给人类社会带来革命性改变。

  人工智能何以如此强大?深度学习应从哪里起步? GPU技术又是如何在类似深度学习领域创造惊人突破的?

  亮相·让深度学习变得简单

  尽管概念火热,但深度学习在国内仍是方兴未艾。

  深度学习的好处已无需多言,许多新兴企业对深度学习趋之若鹜。然而,尽管许多企业用户对深度学习技术有着迫切的需求,但是他们并不能像BAT一样有针对性地在深度学习领域布局——这些企业既无力搭建庞大的软硬件系统,也没有足够的人员和资金来支持深度学习技术的研发。因此,一个能够支撑他们实现在深度学习领域的想法的平台成为“刚需”。

  集深度学习软件X-Sharp和X-Machine系列深度学习一体机于一身的曙光X-System平台应运而生。曙光公司总裁助理、高性能计算产品事业部经理曹振南介绍说,这一汇聚了中科院计算所、中科曙光和NVIDIA三方技术优势和智慧的产品,专为用户提供的一体化的深度学习软硬件整体解决方案。借此一体化平台,用户可以快速进入深度学习领域。

  优势·博采众长专注服务

  在人工智能领域,深度学习对计算的需求是巨大的。过去高企的计算成本令许多用户可望不可及,而如今这一现状已经得到极大改观。曙光公司作为国内高性能计算技术的领军者,更是在计算技术和成本方面具有得天独厚的优势。在曹振南看来,用深度学习的方法处理大数据的时代已经开启。

  正是基于“HPC+大数据处理”的设计理念,X-System系统可以为深度学习用户提供完整的软件栈服务——X-Sharp软件栈各模块可以随意组合,按照用户应用进行裁剪,满足不同需求。如此一来,将有助于提升整个平台对用户开发进度的效率,从而避免用户偏离既定的研发方向。

  此外,NVIDIA拥有业界领先的加速计算平台,将对X-System系统在GPU技术、CUDA算法、GPU数学库等方面提供支撑,从而推动深度学习的进一步落地。

  而专为深度学习定制开发的“X-Machine深度学习一体机”,作为整个系统的硬件平台,提供了多种类型GPU的服务器供用户选择,原生态地支持NVIDIA DIGITS开发环境,可大大降低用户进入深度学习领域的软件投入成本。

  应用·典型计算密集型任务的“克星”

  当前,人工智能已经应用于几乎所有领域,如全球定位系统、语音识别、图像处理或者网上交易管理甚至股市价格管理等。但与“深蓝”相比,AlphaGo更令人感兴趣,因为它所使用的计算方法可能更具普遍性。

  深度学习作为大数据时代背景下一种新的数据处理方式,可通过对大量数据的分析获取更多深层次信息。在此理解下,深度学习就成为大数据的“克星”。

  在某生命科学研究中心,科学家需要对海量的胰岛素图片进行处理,以获取更为清晰的细节信息。传统做法是采用图像处理插件进行处理。这种单线程运行的处理速度缓慢,科学家们面对采集到的大量数据,只能望洋兴叹。

  这是“图像反卷积操作”一个典型的生物使用场景。反卷积操作最终可以归为矩阵操作。利用曙光X-Sharp深度学习开放框架,在用户原有算法基础上,将反卷积操作在GPU上进行并行化操作,可以大幅度提高数据处理能力。实践证明,使用曙光深度学习专用机X-Machine W580-G20,同时使用4颗NVIDIA K40 GPU作为加速单元,以实际案例为准,624GB胰岛素图片数据,数据处理速度提升100倍以上,效果让人叹为观止。

  “从提供软件服务到定制硬件产品,我们希望X-System能快速的让用户用起来。”曹振南说,“许多刚刚起步的创新公司正在考虑购买深度学习云服务,而在科研领域,深度学习的方式也正在加速科研的进展。”

相关文章

关键词:曙光,业界动态,头条

责任编辑:谷振宁

网警备案