智东西（公众号： zhidxcom）编 | 智东西内参

深度学习（DL）是人工智能（AI）的一个热门研究领域。足够多的例子证明，深度学习能够发现高维数据中的复杂规律，可应用于科研、商业和军事等领域。如今，深度学习正在携手大数据、GPU计算共同引爆AI革命。

从打败世界围棋冠军的AlphaGo开始，人工智能声名鹊起，活跃在智慧医疗、自动驾驶、语音助手等诸多领域，逐渐浸入人们的生活。以智慧医疗为例，通过用海量来自行业的真实数据进行训练，人工智能可以快速高效地完成症状预判、预测潜在的药物分子活性、癌症早筛等任务，真正惠及于民。

而做出这一切成就的前提是拥有海量的数据和强大的算力。过去的半导体行业依赖于摩尔定律的推动，而GPU的出现为AI计算带来了新的动力。近十年来，GPU的长足发展，使之在通用计算方向拥有彪悍的数据处理能力，极大拓展了AI的应用范围。

不过，构建一个AI平台不仅需要搭建包含许多GPU等硬件的服务器，还有诸多挑战：

1、深度学习需要用海量数据以更好的完成特征提取，当数据量不断增大，传统硬件方案显得力不从心。

2、深度学习在软件设计方面耗费的实践价值可达数十万美元，而开源软件需要数月时间才能变得稳定；

3、深度学习开发者需要方便易用的框架、库、驱动程序等复杂组件；

4、深度学习在上述软件堆栈方面需要大量的人才进行编写和维护。

为应对这些挑战，尽可能满足开发者的需求，NVIDIA推出了其吞吐量可媲美250台CPU服务器的深度学习超级计算机——NVIDIA DGX-1，专为深度学习和高性能计算而设计。

本期的智能内参，我们推荐英伟达搭载Tesla V100 GPU的NVIDIA DGX-1系统架构白皮书，结合DGX-1在具体行业的应用，解读英伟达DGX-1的系统架构、性能优势，以及为相关AI企业和研究人员提供参考。

如果想查阅此白皮书《搭载Tesla V100 GPU的NVIDIA DGX-1系统架构 》，可在智东西公众号下载。

以下为智能内参整理呈现的干货：

加速模型训练的神器

人工智能（AI）可以是什么？英伟达在其系列视频《我是人工智能》中说，AI是医生，辅助Sigma Technologies 公司更早、更有效地检测和识别肺癌；AI是可靠的司机，帮助卡车制造商 PACCAR 实现车队的自动驾驶；AI是创作者，打造出从广告片直到剧情片等一系列具有惊人创意和情感的艺术作品；AI是辛勤的农夫，助力收割机Agrobot，旨在革新农业的未来；AI也是保卫者，协助肯尼亚政府追踪斑马的行动轨迹以使其免遭灭绝。

英伟达DGX-1超级计算机，能够做到让上述各行各业个开发者们均能方便快捷地享受到AI带来的便利。

1、医疗行业

由美国麻省综合医院创立的机构CCDS的数据科学家拥有从全球各地不断汇入的海量医学影像，从16年12月收到第一代DGX-1 AI超级电脑开始，到现在CCDS已经开发出数十种深度学习训练算法，在放射学、心脏病学、眼科学、皮肤病学和精神病学等领域开展工作。

▲DGX系统协助CCDS数据科学家执行各种AI研究计划

将庞大的并行计算阵列引入临床设备非常困难，但NVIDIA Tesla系列GPU的强大算力使得紧凑的并行计算模块成为可能。在GPU上运行2001年研究所用的数据集时，其系统性能可以提升到每秒13至14帧。据该小组研究，NVIDIA的GPU比当时最新多核CPU至少快了70倍，而且对于较大规模的体纹理数据性能更为突出。

2、转舵AI的汽车行业

自动驾驶技术以超越人类的准确度和即时决策能力，有望改变人类旅行、货物运输以及城市设计，其市场2025年的估值为400亿美元，商机相当庞大。

自动驾驶需要高性能、低能耗的 AI 运算硬件。而为自动驾驶汽车提供高度精确感知系统的关键是快速开发和训练深度神经网络模型，以迅速收集和处理信息，即时决策来规避安全风险。

由沃尔沃汽车和供应商 Autoliv 共同创立的合资企业Zenuity拥有丰富的深度学习经验，Zenuity清楚地知道，要处理指数级增长的感测数据，深度学习训练平台不仅需要具有突破性的性能，还要能让研究人员迅速测试模型，缩短开发周期，避免把时间浪费在设计打造软硬件以及排查故障上。

最终，Zenuity选择了DGX-1深度学习平台，Zenuity深度学习部门经理Benny Nilsson 表示：“DGX-1无疑是AI和深度学习领域的黄金标准”。