下一代计算平台 推动人工智能革命

本篇文章1444字，读完约4分钟

2017年4月7日，行业领先的高性能计算供应商amax与英伟达和中国计算机联合会(ccf)携手，在陕西省著名大学西安电子科技大学举办了题为“可视化计算深度学习研究进展”的技术研讨会。来自周边大学的200多名教师、学生和研究人员参加了研讨会，分享了高性能计算技术的最新发展和gpu加速计算的前沿信息，并讨论了gpu技术在深度学习研究中的应用。

深度学习是人工智能中发展最快的领域，各行各业具有前瞻性的企业都在采用深度学习来解决数据爆炸的问题。为了在深度学习中取得成功，数据科学家和人工智能(ai)研究人员必须具有极高的精度、最小的运动机制和超快的速度。为了促进创新，如何加快培训和迭代成为本次研讨会的热门话题之一。

Amax邀请西安电子科技大学苗教授、中国科协分会副会长主持会议。中国计算机学会会员、哈尔滨工业大学计算机科学学院教授左教授在会议上分享了自己多年的科研成果，并发表了题为《未保存的域适应与图像生成》的精彩演讲，为研讨会拉开了帷幕。左教授主要从事图像增强与恢复、距离测量学习、目标跟踪、图像与视频分类等方面的研究工作。

随后，nvidia psg渠道经理吴强向与会者深入展示了dgx-1系统如何超越250个采用pascal架构和nvlink技术的传统cpu系统的性能，并分享了nvidia最新gpu产品tesla m40和p100的加速性能，以强大的测试数据展示了gpu的强大性能。Tesla m40是世界上最快的深度学习训练加速器，专门设计用于显著缩短训练时间。通过在特斯拉m40上运行caffe和torch，同一个型号可以在几天内交付，相比之下，上一代计算系统需要几周时间。P100 gpu加速器是当今市场上最适合数据中心的产品。它使用新的nvidia pascal架构来创建速度极快的计算节点，比数百个速度较慢的通用计算节点具有更高的性能。使用更少的快速节点获得更高的性能可以节省资金，并大大提高数据中心的吞吐量。超过400个高性能计算应用程序(包括前10个高性能计算应用程序中的9个)和深度学习框架得到了加速，其强大的性能引起了在座研究人员的极大兴趣。

从事人工智能研究多年的西北工业大学光学图像分析与学习中心副教授王琦也参加了此次研讨会，并做了题为《视觉技术在交通数据分析中的应用》的报告。王琦副教授主要从事模式识别、计算机视觉，包括对监控视频(用于智能交通和辅助/无人驾驶)、遥感图像分析的分析和理解，并取得了很大的成就。在智能交通系统研发项目的背景下，王琦副教授详细阐述了驾驶视频中交通标志检测方法的研究，使得在场的研究人员对人工智能在交通领域的应用有了更深入的了解。

在研讨会上，Xi交通大学的陶晓玉博士也分享了他利用视觉认知机制提高深度学习成绩的研究经验。amax中国技术部高级工程师程维经理向来宾介绍了特斯拉gpu的产品和应用。程经理在hpc行业有着多年的工作经验，对深层次学习有着深入的研究。详细介绍了会议中提到的人工智能、语音识别特别是图像识别与处理、智能交通和视觉认知等应用领域，并逐一回答了与会者在科学研究中遇到的技术问题。

研讨会在热烈的气氛中圆满结束。深度学习不仅使机器学习能够实现众多的应用，还扩展了人工智能的领域，使机器辅助功能成为可能。它的应用领域正在加速渗透到许多领域，这也促进了深度学习和其他应用技术的加速集成。为了促进科学研究和创新，与会嘉宾表示希望举办更多这样的研讨会，加深一线研究人员对前沿技术的了解，提高他们的技术应用能力。

来源：搜狐微门户