9月13日，英伟达在北京GTC China（GPU技术大会），曙光公司发布深度学习最新产品XMachine Pascal深度学习系统。
NVIDIA是加速深度学习发展方面的先行者，曙光公司作为国内最早从事异构计算技术研究的机构，2009年开始交付国内第一台异构计算平台，并在国内率先推出了适用于深度学习的XSystem系统，从软件XSharp、硬件XMachine两个方面为用户提供深度学习的硬件支撑和软件优化。2015年，曙光公司在IDIC大会上宣布联合NVIDIA成立“ICT-SUGON-NVIDIA深度学习联合实验室”。
依托于“ICT-SUGON-NVIDIA深度学习联合实验室”平台，曙光公司第一时间设计开发XMachine Pascal系统，结合曙光XSharp深度学习开发框架，为国内市场提供更高性价比的深度学习一体化解决方案。
NVIDIA Tesla P100 GPU（SXM2接口）
全新一代XMachine Pascal深度学习系统，在4U空间中放置4颗板载P100芯片，单机提供84.8T以上单精度计算能力，板载nvlink高速连接，采用和NVIDIA DGX-1完全相同的拓扑结构，既可以自身进行多机扩容，又可以很好的兼容DGX-1系统。
XMachine Pascal深度学习系统
基本参数
从计算的角度看，深度学习是在大数据时代背景下一种新兴数据处理方式。通过对大量科学数据的分析，可以获取更多的深层次信息以供参考，而这一过程则需要强有力的计算平台来支撑各种维度的数据分析。今年4月，曙光公司发布“数据中国加速计划”，重点部署“四大数据”——即科学大数据、政府大数据、安全大数据、工业大数据，并将“科学大数据”与自身传统优势高性能计算进行有效整合，为深度学习的再升级提供了全方位保障。
“高性能计算是推动深度学习发展的动力。随着深度学习产业化时代的开启，计算需求将被迅速激发。曙光作为NVIDIA在中国区最重要的战略合作伙伴，将为中国用户提供基于GPU的深度学习软硬件一体化解决方案。”曙光公司副总裁沙超群表示，“曙光和NVIDIA在本次大会上联合发布的XMachine Pascal深度学习服务器就是我们为中国用户量身定做的深度学习硬件产品。”曙光XMachine Pascal深度学习系统和DGX-1的形成，必将为深度学习带来全新的实现方式；半精度浮点运算能力的支持，也将为深度学习建立大模型提供坚实的硬件基础。
据了解，曙光在深度学习领域正逐渐从科研向应用进行迁移。目前的生物医学领域，高通量成像数据分析算法的时间复杂度为O(year)，以“大数据+HPC”为理论基础的曙光XSharp软件成为生命科学大数据处理和分析的利器。曙光科学家通过交互式和高精度的GPU并行计算平台，在胰岛素图像处理等试验中，成功将时间复杂度降低为O(day)，效果十分明显。未来，曙光将进一步推动深度学习的应用，帮助用户快速进入深度学习领域，实现大数据向生产力的转化。同时，曙光还将进一步加深与产业内外伙伴的交流合作，创造更完善的产业环境，真正让深度学习这项科技造福社会。
原文发布时间为：2016年9月18日