(原标题:NVIDIA 发布全球首款深度学习超级计算机)
NVIDIADGX-1处理深度学习的吞吐量相当于250台服务器,
可满足人工智能的庞大计算需求
2016年4月5日-加利福尼亚州圣何塞-GPU技术大会-NVIDIA今天推出了NVIDIA?DGX-1?,它是全球首款深度学习超级计算机,可以满足人工智能的无限计算需求。
NVIDIADGX-1是首款专为深度学习而设计的系统,具备充分集成的硬件、深度学习软件以及开发工具,让开发者能够快速而轻松地进行开发。它是一款全套系统,包含新一代GPU加速器,吞吐量相当于250台x86服务器。1
DGX-1深度学习系统让研究人员和数据科学家能够轻松利用GPU加速计算的威力来打造全新级别的智能机器,使其能够像人类一样学习、观察和感知这个世界。DGX-1可提供史无前例的计算性能来驱动下一代人工智能应用,让研究人员能够在更大更复杂的深度神经网络上大幅缩短训练耗时。
NVIDIA针对全新计算模式而设计DGX-1的目的是掀起人工智能的革命,让这场革命席卷科学、企业以及日常生活的方方面面。功能强大的深度神经网络正在推动着新型软件的发展,这种软件由海量数据所造就,需要极高的计算性能。
NVIDIA首席执行官兼联合创始人黄仁勋表示:"人工智能是我们此生中意义最深远的技术进步。它能够改变所有行业、所有公司以及所有事物。它将要开启的市场能够惠及所有人。现在,数据科学家与人工智能研究人员在自制的高性能计算解决方案上要花费太多的时间。DGX-1不但易于部署,而且专为一个目的而生,那就是释放超人般的威力并将这种威力应用到之前未被解决的难题上来。"
源于五大突破
NVIDIADGX-1深度学习系统基于NVIDIATesla?P100GPU而打造,该GPU采用全新的NVIDIAPascal?GPU架构。它的吞吐量相当于250台CPU服务器及其相应的网络、线缆和机架,如此庞大的吞吐量被囊括到了单个机箱内。
DGX-1还具备另外4项突破性技术,这些技术可最大限度提升性能、改善易用性。其中包括可最大限度提升应用程序扩展能力的NVIDIANVLink?高速互联技术、可带来空前节能性的16nmFinFET制造工艺、可承担繁重数据负荷的HBM2基材晶圆芯片以及可为深度学习提供21Teraflops以上的峰值性能的新型半精度指令。
这些重大技术进步结合到一起,让配备TeslaP100GPU的DGX-1系统能够比一年前刚刚问世的NVIDIAMaxwell?架构四路解决方案快12倍以上。
Pascal架构在人工智能生态系统中广受追捧。
Facebook人工智能研究总监YannLeCun指出:"NVIDIAGPU正在加速人工智能的发展进程。随着神经网络变得越来越大,我们不仅需要更快的GPU(具备容量更大、速度更快的内存),而且需要大幅提升的GPU间通信速度以及能够利用低精度算术的硬件。这些正是Pascal所具备的特点。"
百度首席科学家吴恩达(AndrewNg)表示:"人工智能计算机就像航天火箭一样,越大越好。Pascal架构的吞吐量和互联技术将造就出我们所见过的最大的火箭。"
微软研究院首席语音科学家黄学东表示:"微软正在开发具有1,000多层的超级深度神经网络。NVIDIATeslaP100的惊人性能将让微软CNTK能够加速实现人工智能的突破。"
全面的深度学习软件套件
NVIDIADGX-1系统包含一整套优化的深度学习软件,这些软件让研究人员和数据科学家能够快速而轻松地训练深度神经网络。
DGX-1软件包括NVIDIA深度学习GPU训练系统(DIGITS?),这是一款完整的互动系统,可用于设计深度神经网络(DNN)。它还包括新发布的NVIDIACUDA?深度神经网络库(cuDNN)第5版,这是一款GPU加速的基元库,可用于设计DNN。
DGX-1软件还包括多个应用广泛的深度学习框架的优化版本,即Caffe、Theano以及Torch。此外,DGX-1还可以访问云管理工具、软件更新以及用于容器化应用程序的资源库。
系统规格参数
NVIDIADGX-1系统规格参数如下:
"半精度(FP16)峰值性能最高可达170Teraflops
"8个TeslaP100GPU加速器,每颗GPU16GB内存
"NVLinkHybridCubeMesh(NVLink混合立方网格)
"7TB固态硬盘DL高速缓存
"双万兆以太网,四路InfiniBand100Gb网络连接
"3U-3200W
针对NVIDIADGX-1的可选支持服务能够提升生产率、减少量产系统的故障停机时间。硬件与软件支持服务让用户能够使用到NVIDIA的深度学习专业技术,而且还包括云管理服务、软件升级与更新以及优先解决重要问题的服务。如需了解更多信息,敬请访问www.nvidia.com/page/support/dgx1-support。
上市情况
NVIDIADGX-1深度学习系统将于6月在美国大规模上市,其它地区将从第三季度开始上市,大家可以直接从NVIDIA购买,也可以从特定的系统集成商处购买。
支持性资源
"深度学习视频
大家可通过下列方式持续关注NVIDIA
订阅NVIDIA博客、在Facebook、Google+、Twitter、LinkedIn以及Instagram上关注我们,在YouTube上观看NVIDIA视频,在Flickr上查看NVIDIA图像。