云創大數據發布DeepRack深度學習一體機

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。

　　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。

　　DeepRack深度學習一體機全景圖

　　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。

　　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

　　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

　　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