云創大數據發布DeepRack深度學習一體機

云創大數據發布DeepRack深度學習一體機

  • 發布來源:云創大數據

產品介紹

在與李世石大戰之后,AlphaGo全新升級,并把下一個目標鎖定為九段棋手柯潔,這注定又將是一場劃時代大戰。在這里,“升級”可以理解為深度學習的成果,而深度學習已經成為人工智能時代的入口。

  谷歌DeepMind旗下全新升級的AlphaGo,Facebook的人工智能計算服務器Big Sur,越來越“聰明”的IBM人工智能Watson,微軟的“深度殘差學習”,科大訊飛的“語音深度學習”——國內外行業巨頭步伐異常統一,紛紛在語音識別、圖像識別、自然語言處理等領域拓展深度學習版圖。

  簡單地說,深度學習通過構建深層神經網絡,模擬人類大腦的工作原理。如圖所示,深層神經網絡由一個輸入層,數個隱層,以及一個輸出層構成。每層有若干個神經元,每個神經元模擬人類的神經細胞,而結點之間的連接模擬神經細胞之間的連接。

深度神經.jpg

  深度神經網絡的結構

  可以將深度學習理解為大腦的“構建”,雖然潛力無限,但是門檻不可謂不高。

  首先,深度學習網絡模型復雜,計算量大。以DNN(深度神經網絡)為例,它需要模擬人腦的計算能力,而人腦包含100多億個神經細胞,這要求DNN中神經元多,神經元間連接數量也相當驚人,如此龐大的計算量需要高性能的硬件以及軟件系統提供支撐。

  一方面,在深度學習系統中,GPU是提升計算性能的最關鍵選擇,代碼寫入并讀取變量、執行指令、啟動函數調用等都是GPU把控之事。當前最頂級的CPU只有4核或者6核,模擬出8個或者12個處理線程來進行運算,但是普通級別的GPU就包含了成百上千個處理單元,這對于多媒體計算中大量的重復處理過程有著天生的優勢。即使如此,并不表示所有GPU都適合深度學習,開發人員需要根據項目需求做出GPU選擇。

  另一方面,深度學習同樣需要與項目相匹配的軟件系統。目前, Caffe、TensorFlow、MXNet等深度學習框架均已開源,不同框架意味著不同的側重: Caffe小巧易上手,TensorFlow支持高并發處理,MXNet則具有內存處理優勢,只有選擇適用的軟件框架,才能使研發項目穩步推進。

  其次,深度學習需要大量數據,以訓練高準確率的模型。為了達到理想的學習效果,深度學習需要利用海量訓練數據,進行反復多次實驗,從而選擇合理的選擇優化方式,進而訓練出高準確率的模型。但是,現實情況是,無法獲取大規模數據往往成為開發者的瓶頸。

深度學習.jpg

  再者,對于深度學習,技術支撐不可或缺。對于開發應用者而言,首先需要處理的問題即如何部署軟件系統并使之正常運行,但軟件系統依賴于底層庫,其是否正常運作受多重因素影響。此外,開發者還需要面對復雜的算法、頻繁的參數調節等多重難題。所以,強有力的技術支撐不可或缺,然而目前很多研發團隊并不具備這樣的能力。

  因此,深度學習成為一個效果很好但門檻極高的方向,如何落地產生實際應用效果成為關注的焦點。對此,厚積薄發的云創大數據打造了全新的深度學習軟硬件平臺,于2016年7月11日正式發布DeepRack深度學習一體機,以幫助解決深度學習應用中遇到的障礙與困境。

一體機.png

  DeepRack深度學習一體機全景圖

計算節點.png

  DeepRack深度學習一體機計算節點內部圖

  在硬件方面,DeepRack深度學習一體機最多可配置4臺4U高性能服務器,每臺服務器CPU選用最新的英特爾E5-2600系列至強處理器,每臺服務器最多可插入4塊英偉達GPU卡,提供最大每秒128萬億次的單精度計算能力,滿配時相當于160臺服務器的計算能力,可使用戶的深度學習產品在計算效率方面展現強悍的競爭力。

圖形技術.jpg

  全球圖形技術和數字媒體處理器行業領導廠商NVIDIA(英偉達)

  在軟件方面,DeepRack深度學習一體機預裝CentOS操作系統,集成了兩套世界一流的開源工具軟件——Google的TensorFlow以及加州大學伯克利分校的Caffe,兩者作為通用的深度學習框架,可以幫助學習諸如圖像識別、語音識別和語言翻譯等任務。

人工智能.jpg

  人工智能學習系統TensorFlow

  在數據方面,DeepRack深度學習一體機提供了MNIST、CIFAR-10、ImageNet等圖像數據集以及一百萬張車牌的圖片數據,可滿足實驗與模型塑造過程中的訓練數據需求,突破數據難獲取的瓶頸。

  在服務方面,云創大數據還將提供DeepRack深度學習一體機的操作培訓,從部署到使用提供完整的服務體系,使用戶根據操作手冊,即可快速搭建屬于自己的深度學習應用。更重要的是,云創大數據向用戶提供周到的免費培訓,幫您帶出一個能夠應用深度學習的團隊來。

  此外,參照NVIDIA GPU參數表,用戶還可根據預算、深度學習應用場景,選配合適的GPU型號,比如GeForce Titan X、Tesla K40、K80等,從而滿足不同的深度學習應用需求。

  NVIDIA GPU參數表

參數表.png

  經過選配組合,目前DeepRack深度學習一體機具有以下四種規格:極簡型、經濟型、標準型以及增強型。其中,極簡型作為單機,擁有單一節點,其他三種規格則是包括4個節點的獨立機柜。

  硬件配置參數

硬件參數.png

  對于門檻高、部署難的深度學習而言,DeepRack深度學習一體機通過完美搭配的軟硬件設施,配套海量的可操作數據以及貼心的應用上門服務,手把手教會用戶使用,是不可多得的深度學習利器。

 

 聯系人:

 技術:曹騮 聯系方式:025-83700385-8025,13815875537

  市場:張偉 聯系方式:025-83700385-8028,15805157345

在線客服
11选5网赌哪个平台靠谱