一直以来，深度学习都是各大IT巨头、科研院所研究的对象，几年前IBM沃森超级计算机就曾经给我们带来了惊喜。如今，NVIDIA凭借其强大的GPU和软件也开始深挖这一领域。看似是一个崭新的领域，其实包括我国在内的诸多高校和机构早已在这方面投入了研发力量。据NVIDIA全球副总裁、PSG兼云计算业务中国区总经理Ashok Pandey（潘迪）介绍，ImageNet竞赛中香港中文大学，取得了第二名的成绩。另一方面，在国内，特别是在互联网领域，机械学习的研究非常热，在这个“热”的背后，它有非常非常多从事机器学习相关领域研究的工程师和研究者，他们来自国内不同的高校和科研机构。这些非常年轻的工程师和研究者，也从另外一个侧面反映出我们国内在机械学习，特别是在深度学习领域，跟世界先进水平基本上是在一个层次，属于一个竞争的层面。 ImageNet是一个大规模图像处理的竞赛，每年一届。从2012年开始，第一次用到GPU，实际上这几年中国一直都有参与。我们国内有三家比较强的从事这方面的研究机构，包括香港中文大学、中科院自动化所，还有公安部的第三研究所。在做图像图形的识别方面，他们在中国国内是非常权威的，在2014年的比赛中都拿到了很好的名次。公安部三所拿了两个单项第二；自动化所，也拿到了一个第二名。他们与NYU、MIT等这样的高校和谷歌、微软等这样的大型科研机构算是同台竞争，可以说明在技术水平方面，特别是对于GPU使用这方面，国内的高校和科研机构还是非常先进的。 与开源社区合作，推动深度挖掘发展 谈到深度学习与开源方面的合作，NVIDIA中国区技术经理赖俊杰表示，对深度学习助力很大的一个因素就是开源的社区，或者说开源的工具。开源的工具包括Cafee、Theano、Touch这些。NVIDIA在开源方面都有相应的开发人员，会跟这些开源的社区以及主要的开发者保持密切联系。会跟他们合作，一起研究如何让这些开源的工具，能够在NVIDIA平台，在GPU上，获得更好的性能。 目前来讲NVIDIA现在在推DIGITS的第一个阶段，主要做Caffe。包括国内的腾讯、百度、阿里以及国外的一些用户那里，发现在做深度学习的这些应用程序的时候，相对来说比较多的用户选择了Caffe，所以NVIDIA在一开始就最先集成到Caffe的开源工具里面，包括DIGITS这个开源的深度学习的NVIDIA平台，也是最先把Caffe集成了进去。 NVIDIA会根据用户需求推出相关产品 深挖大数据一直都是研发重点，赖俊杰认为，其实无论是无监督还是有监督学习，它本质上抽象来讲，是一个数学模型举证的运算，就是一个数学计算。对于NVIDIA来讲，旨在提供更好、更快的产品能做计算。现在在深度学习领域，也有一个发展局势，一般我们都用单精度进行，现在可能有的人要用半精度，甚至1/4精度，那么NVIDIA也在根据用户的需求调整我们GPU的架构。比如说Pascal，将会是第一款支持混合精度的GPU，也就是说支持FP16，FP32。这样的话可能对于机器学习来讲，性能提高更快。
|
