NVIDIA深度学习平台

很多朋友对NVIDIA深度学习平台不是很了解，每日小编刚好整理了这方面的知识，今天就来带大家一探究竟。

为了帮助数据科学家和开发者充分利用深度学习领域的机遇，英伟达发布了其深度学习软件平台的三大更新，分别是NVIDIA DIGITS4、CUDA深度神经网络库(cuDNN)5.1和全新的GPU推理机(GIE)。这三个强大的工具让开发者更容易在NVIDIA的平台上构建解决方案，让优秀的硬件和优秀的软件完美匹配。

DIGITS 4:采用全新的物体检测工作流程NVIDIA DIGITS 4采用全新的物体检测工作流程，通过训练深度神经网络，使数据科学家能够在海量图像中找到人脸、行人、交通标志、车辆等物体。这种工作流使开发人员能够开发高级深度学习解决方案，如卫星图像中的对象跟踪、安全和监控、高级驾驶辅助系统和医疗诊断筛选。

在训练深度神经网络时，研究人员必须反复调整各种参数，才能使训练好的模型达到极高的精度。DIGITS 4可以用一系列调整参数自动训练神经网络，从而大大缩短构建最精确解所需的时间。

DIGITS 4 Candidate将于本周推出，参加NVIDIA开发者计划的成员可以免费下载。更多信息请访问DIGITS官网。

CuDNN 5.1:加速VGG和ResNet神经网络NVIDIA cuDNN可以为深度学习提供高性能的构建模块，这些模块被所有领先的深度学习框架所使用。5.1版本可以加速深度神经网络的训练，比如牛津大学的VGG和2016年赢得ImageNet挑战赛的微软的ResNet。

cuDNN每个新版本的性能都高于上一版本，因此可以加速深度学习神经网络和机器学习算法的最新进展。cuDNN 5.1的候选版本今天已经推出，参加NVIDIA开发者计划的成员可以免费下载。

欲了解更多信息或下载该软件，请访问cuDNN官网。GPU推理机：GIE，高性能深度学习推理解决方案，是面向生产环境的高性能深度学习推理解决方案。

GIE可以优化训练好的深度神经网络，以实现高效的运行时性能，因此它在NVIDIA Tesla M4 GPU系统上可以实现比今天推理中常用的纯CPU系统高16倍的性能功耗比。推理的时间和功耗是部署深度学习应用的两个最重要的考虑因素。

这两个因素决定了用户体验的质量和部署应用程序的成本。借助GIE，云服务提供商可以在其超大规模数据中心生产环境中以极高的吞吐量更高效地处理图像、视频和其他数据。

汽车制造商和嵌入式解决方案提供商可以在其低功耗平台中部署功能强大、性能极高的神经网络模型。更多信息请访问NVIDIA GIE官网。

英伟达软件开发套件(SDK)英伟达深度学习平台是更广泛的英伟达SDK的一部分，它可以将人工智能、虚拟现实和并行计算等当今计算行业最重要的技术集成到单个程序中。这些软件库、应用程序接口(API)和工具被流行的游戏引擎、数百个游戏和GPU加速的应用广泛使用。

开发者使用它们在亚马逊AWS、IBM Softlayer和微软Azure等云平台上，以及美国和世界各地最强大的超级计算机上构建应用和服务。NVIDIA SDK中的工具和库是按照应用领域进行排列的，这样开发者就可以方便快捷地获取所需内容。

以上知识分享希望能够帮助到大家！