2015年4月15日，全球视觉计算技术行业***NVIDIA®(英伟达™)(纳斯达克代码：NVDA)今天在北京召开了以“GPU计算开启深度学习的大门”为主题的战略发布会，公布了其全球***发布的针对深度学习的产品和解决方案，同时详细介绍了其作为深度学习研究技术平台的领导厂商，在中国的深度学习领域不断参与和推动深度学习生态链建设的业务布局和进展。
NVIDIA中国区企业传播高级经理金洋
NVIDIA发明的GPU 是现代视觉计算的引擎，从最初用于游戏娱乐、视觉计算到如今的超级计算、云计算、大数据， GPU正不断释放强劲的计算潜力。现在，GPU已经成为数据中心、超算中心的标配，广泛应用于深度学习、大数据、石油化工、传媒娱乐、科学研究等行业。
在人工智能领域快速成长的深度学习技术是一项创新的计算引擎，可应用在从语音和图像识别、先进医药研究到全自动驾驶汽车的多元领域。得益于GPU的应用，近几年深度学习的精准度大幅提高，GPU加速了深度学习革命。
在刚刚在美国结束的由NVIDIA主办的全球GPU领域规模***的GPU技术大会上(GTC 2015)，深度学习成为今年最热门的主题，NVIDIA联合创始人、总裁兼***执行官黄仁勋、谷歌高级研究员Jeff Dean 、百度***科学家吴恩达三位主题演讲嘉宾的话题都围绕深度学习展开。在88个主题的关于深度学习的讨论中，让人们看到，未来关乎深度学习，也让人们看见GPU计算在深度学习的未来。
四项发布为深度学习提供强大支持
NVIDIA在本次发布会展示了其面向全球发布的四项有助于推动深度学习发展的新产品和方案，为深度学习的研究提供强大的基础平台和动力支持：
GeForce GTX TITAN X：全球最快GPU。
DIGITS DevBox：针对研究人员的深度学习平台
下一代GPU 架构Pascal：加速深度学习
DRIVE PX：——用于自动驾驶汽车的深度学习平台。
NVIDIA全球副总裁、PSG兼云计算业务中国区总经理Ashok Pandey表示：“GPU计算正在加速着深度学习革命，作为深度学习研究技术平台领导厂商，NVIDIA将为中国的深度学习提供更多的技术平台和解决方案，并继续与中国的合作伙伴一起积极参加和推动深度学习生态链的构建。NVIDIA公司的诸多技术正在彻底转变显示世界的面貌，使其成为充满互动与探索的世界，相信有了GPU的助力，深度学习会给人们的生活带来更多奇迹。”
NVIDIA全球副总裁、PSG兼云计算业务中国区总经理Ashok Pandey
联合中国合作伙伴为深度学习提供平台级支持
在硬件方面，为了推动中国企业在深度学习领域的研究，NVIDIA通过与曙光、浪潮等合作伙伴密切合作，为中国的深度学习研究产业链提供平台级支持。
曙光公司副总裁沙超群在会上表示：“深度学习在曙光被定位成一个新的高性能计算模式，它会不断推动科技发展，在未来会改变我们社会的行为与生活方式。未来，曙光会继续在服务器、存储和大数据领域进行持续投入，并将与NVIDIA合作对深度学习设备做大规模部署和应用，并提供全套的数据中心级解决方案”。
曙光信息产业股份有限公司副总裁沙超群
浪潮此前推出了一款基于GPU 的SmartRack——GPU协处理加速整机柜服务器为深度学习提供支撑。
在软件方面，NVIDIA一直在积极推动CUDA开发平台的广泛应用。如今计算正在从“CPU中央处理”向“CPU与GPU协同处理”的方向发展。为了实现这一新型计算模式，NVIDIA在2007年推出了CUDA并行计算架构，专门用于解决复杂的计算难题。目前 CUDA已经成为深度学习计算编程人员的必备工具。NVIDIA与众多高校科研机构合作，共建了近30所CUDA联合创新中心和研究中心。此外其还针对***的深度学习框架，如Caffe、Theano、Torch以及，推出了基于这些框架的CUDA工具库。
推动深度学习应用 改变人们生活方式
在应用领域，深度学习的研究将逐渐改变人们的生活方式。NVIDIA与众多科技巨头合作，推出基于GPU的深度学习系统，大幅提高图像、语音识别的准确率，并应用到实际的产品当中。
2015年1月，NVIDIA与爱奇艺建立了视频深度学习联合实验室。双方将在视频深度学习和媒体云计算领域紧密合作，利用***进的GPU和深度学习架构，搭建爱奇艺视频创作、分享、服务平台。未来，NVIDIA将继续与重点客户合作建立联合实验室。
百度基于NVIDIA GPU、采用深度学习技术建立的计算机视觉系统Deep Image，在ImageNet图像分类和识别测试中已非常接近人类的水平。腾讯搭建的基于GPU的深度学习平台Mariana，目前已支持了基于语音识别技术的语音输入法、语音开放平台、长按语音消息转文本等产品。这些产品的普及，正改变着人机交互方式，从过往的文本交流方式逐渐进化至图片和语音交流方式。
联合新兴企业 推动深度学习普及
深度学习研究领域的快速发展，也吸引着越来越多初创企业的加入;NVIDIA也正密切关注新兴企业在深度学习研究领域的进展，由NVIDIA举办的每年一次的新兴企业峰会正是他们展示自己创新的舞台。
在GTC2015上举行的新兴企业峰会(ECS)中，北京文安科技作为唯一一家来自中国的企业，另外5家企业共同获得“最值得关注企业”大奖。其将GPU强大的计算性能应用到了智能交通、公共安全等细分行业智能解决方案中，加速了图像智能分析，并实现了更低功耗、更强大的性能和更多的功能，将为未来传统视频监控的智能化提供更多可能。
新兴互联网公司旷视科技通过使用NVIDIA的GPU技术，大幅提高了旗下产品Face++的深度人脸识别的成功率。目前Face++服务平台已经得到了包括美颜相机、魔漫相机等知名APP的应用，并且还将在安防和车辆驾驶等领域发挥作用。
此外，NVIDIA还即将启动针对深度学习相关新兴公司的研讨会培训计划，将在北京、上海等地陆续展开。
深度学习成高性能计算重要应用领域
最近几年，中国的高性能计算产业有了长足发展。基于NVIDIA GPU技术的高性能计算网络，可以大幅度加快深度学习模型的构建，帮助研究和开发人员更好地进行基础研究和实际应用的开发。
北京航空航天大学教授 、国家"十二五 863计划高效能计算机及应用服务环境" 重大项目总体组组长钱德沛教授表示：“过去十多年来，我国高性能计算应用突飞猛进，应用的并行规模从几十个处理器发展到今日的CPU+GPU数十万个核，这不仅反映了高性能计算为国家的科研与产业发展做出了应有的贡献，也体现了信息技术，包括GPU，不断进步的良好态势。在‘十二五’期间，我国的高性能计算将在软件应用、核心技术、系统架构等方面取得新的进步。参加GTC2015，让我们看到了在GPU加速计算支持下，深度学习将掀起新一轮的技术创新浪潮，也将成为高性能计算未来重要的应用领域。”
北京航空航天大学教授 、国家"十二五 863计划高效能计算机及应用服务环境" 重大项目总体组组长钱德沛教授
众多高校研究机构已经开始了这一方向的前沿研究，NVIDIA与上海交通大学共建了基于CUDA的创新中心。上海交通大学高性能计算中心副主任林新华表示：“过去几年来， GPU在我国的各个科研领域中发挥的作用超出了我们的期望，尤其是在高性能计算领域取得了突破性的进展。然而，我们国家在软硬件结合的算法研发和优化上于国外相比还有较大差距。NVIDIA将GPU引入到高性能计算和深度学习，结合大量的全新应用，无疑将大幅缩短这个差距，极大增强我们在软硬结合的算法研发上的综合实力。”
上海交通大学高性能计算中心副主任林新华
如今，深度学习的研究刚刚开始，未来前景的不可限量，同时它的发展也离不开各方面的努力。作为视觉计算的行业***，英伟达凭借先进的GPU技术，能够为深度学习的研究提供强大的动力支持。其与各个产业生态链合作伙伴的深入合作，能够全面推进深度学习在各个行业、高校以及研究机构的应用，并建立起深度学习行业的快速发展的生态系统。
