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。”
原文发布时间为：2016-04-06