深度学习太玄?看看英伟达提供怎样的解决方案

深度学习太玄?看看英伟达提供怎样的解决方案

当百度大脑,讯飞超脑,谷歌大脑这些名词像一股风潮一样涌进科技圈,当超级计算机,自动驾驶汽车等形形色色的新科技都与深度学习产生千丝万缕的联系,我们常常会产生疑问。

深度学习如何实现?

他的关键核心是什么?

众所周知,深度学习是计算机使用神经网络自主学习的过程,其中计算机的计算速度,计算的精确度等都是重要的决定因素。

英伟达的联合创始人、总裁兼首席执行官黄仁勋先生在 GPU 技术大会(GTC 2015)的开幕主题演讲活动上,曾对在座的四千名与会嘉宾展示三项将推动深度学习的新技术。

而在国内媒体的分享会上,英伟达也对推出的 Pascal 架构 GPU以及一系列新技术作出了阐释。

Pascal 架构 GPU 的设计特色可以将大幅加快训练速度,精准地训练更丰富的深度神经网络,犹如人类大脑皮层的资料结构将成为深度学习研究的基础。

Pascal 采用显存芯片逐个堆叠的技术,位置接近 GPU 而不是处理器板更往下的地方。如此就能把输出在显存与 GPU 间往返的距离从几英寸减缩到几毫米,大幅加快传输速度和拥有更好的省电表现。

Pascal 架构加入 NVLink 技术将使得 GPU 与 CPU 之间数据传输的速度,较现有的 PCI-Express 标准加快5到12倍,对于深度学习这些需要更高 GPU 间传递速度的应用程序来说是一大福音。

NVLink 可将系统里的 GPU 数量增加一倍,以共同用于深度学习计算任务上;还能以新的方式连接 CPU 与 GPU,在服务器设计方面提供较 PCI-E 更出色的灵活性和省电表现。

再加上 32GB 的显存(是NVIDIA 新发布的产品 GeForce GTX TITAN X 的 2.7 倍),Pascal 架构可进行混合精度的计算任务。它将配备 3D 堆叠显存,提升深度学习应用程序的速度性能多达5倍;另搭配 NVIDIA 的高速互连技术 NVLink 来连接两个以上的 GPU,可将深度学习的速度提升达十倍。

插图.jpeg

同时,英伟达还发布训练深度神经网络而开发的最强大的处理器——NVIDIA GeForce GTX TITAN X ;方便数据科学家与研究人员便捷地开发出高品质深度神经网络的系统:DIGITS 深度学习 GPU 训练系统;以及专为相关任务而打造,采用 TITAN X GPU,搭配直观易用的 DIGITS 训练系统:DIGITS DevBox。

未来,这些技术还将在自动驾驶领域,同传统汽车厂商一起,方便更多人的智慧出行。

下载极客公园客户端
iOS下载
反馈