GTC上的中科曙光:深度学习要推进“深度”应用

  1. 云栖社区>
  2. 博客>
  3. 正文

GTC上的中科曙光:深度学习要推进“深度”应用

晚来风急 2017-08-02 14:20:00 浏览1431
展开阅读全文

5月8日,由全球知名的人工智能平台方案供应商NVIDIA主办的第八届GPU技术大会(GTC)在美国圣何塞麦克恩尼利会议中心盛大开幕。本次会议主题广泛涵盖深度学习和人工智能、数据中心和云计算、医疗保健、无人驾驶、生命科学、虚拟和增强现实技术、智能城市等。

本次会议为期4天,将举办500多场演讲,吸引150多家参展商到场。中科曙光作为GTC的主要中国赞助商和受邀参会厂商之一,为大会带来了曙光在高性能计算和深度学习相结合的领域所取得的诸多“深度”应用成果,并分享曙光对“HPC+AI”重点业务的部署和未来前景的展望。

GTC上的中科曙光:深度学习要推进深度应用 

第八届GPU技术大会(GTC)会议现场

曙光HPC+AI 助力深度学习应用

近年来,深度学习发展速度极快,强大的计算能力和扎实的数据基础是促使深度学习“爆发”的重要契机。曙光作为全球高性能计算领域的佼佼者,在HPC的基础上开展深度学习应用方面具有先发优势;同时,各地云计算中心的建设也让曙光拥有了海量数据的优势资源。基于这两大优势力量,曙光的深度学习技术在多个行业中得到了广泛应用。

(1)高效促进生物医学研发

目前曙光已在基于HPC与GPU的协同下开发出多项深度学习应用,亮相此次GTC的LAMBDA平台就是一例。

LAMBDA(Life and Medical Biology Data Accelerator)平台是由中科曙光与中科院计算所针对生物医疗领域,联合开发的高维度多模式生物图像分布式数据系统。曙光公司高性能产品事业部总经理李斌介绍说,整个平台以HPC集群作为计算环境,利用GPU提供的图像处理能力进行深度学习,可提供海量生物图像数据的深度挖掘能力,并对图像处理等数据密集型算法进行加速。目前的计算平台可以达到以分钟为单位处理海量生物数据,已在北大医学院的多个实验环境下取得了良好的效果。

(2)深入推进智慧城市建设

“深度学习研究是一系列大数据、高性能计算融合交叉的前沿课题。”李斌表示,例如新型智慧城市的建设,就需要通过众多的先进信息技术来实现智慧式管理和运行。深度学习作为处理爆炸性增长的数据量的重要手段,势必将成为智慧城市的建设的强大推力。因此,智慧城市的建设也正是曙光把人工智能应用到实际行业领域里去的重要一环。

“通过嵌入深度学习技术,曙光智慧城市布局将在重点人物监控、社会行为预测和交通管制等方面,为城市变得更加智慧提供助动力。”李斌说。

(3)构建针对性互联网平台

互联网用户是深度学习的领军实践者。曙光为互联网用户提供了专业的技术支持团队,协助用户完成关于GPU产品的测试需求,针对用户需求,设计全新架构的硬件产品。目前服务客户涵盖电商、交通、搜索引擎、视频网站、语音识别等多个领域,搜狗、百度、京东、滴滴、360、爱奇艺、商汤科技、科大讯飞等互联网领军企业均为曙光的合作伙伴。

除了满足特定领域的应用需求,曙光深度学习还开发了集深度学习软件XSharp和XMachine系列深度学习一体机于一身的曙光XSystem平台,这一平台可以适用于多种行业,满足企业对于深度学习的应用需要。其中,XSharp软件栈作为GPU的工程实践,可以通过模块化来设计框架中各个功能,并分别从分布式并行系统优化、分布式并行机器学习执行模式优化、提供大规模机器学习算法工具集三个层面帮助用户实现应用优化。例如,在胰岛发育及功能载体成像研究中,使用XSharp软件平台仅需2天即可完成数据处理,而使用传统的Fiji反卷积库处理则需要4.7年。

曙光产品、布局未来策略清晰

凭借高性能计算的技术优势和城市云计算中心的数据背景,基于数据中国加速计划作为指导,曙光对于推进深度学习应用进一步落地有着清晰的规划。李斌透露,未来几年里,曙光计划推出以ASIC为运算核心的应用优化、应用定制化的深度学习服务器,为用户提供更加高效稳定的深度学习硬件支持。而在软件方面,曙光将移植主流深度学习算法到下一代XSharp平台,通过系统内优化最大化算法效能,充分利用硬件性能。

同时,曙光将进一步加强与科研领域和各行业用户的合作与交流,提供基于数据中心和运算中心的深度学习解决方案,并针对专业数据特性设计特化的软件、硬件调优方案。此外,依托于“ICT-SUGON-NVIDIA深度学习联合实验室”平台,曙光还将携手业内合作伙伴,进一步打造并完善整个产业生态。


原文发布时间为:2017年5月10日

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

网友评论

登录后评论
0/500
评论
晚来风急
+ 关注