人工智能超级计算机NVIDIA DGX-1正式加盟传播大数据实验室

2018 年 1 月 18 日 北京思腾合力科技有限公司

2018年1月17日下午2:30，英伟达授权工程师于暨南大学蔡冠深科学馆713培训室现场演示了“基于深度学习的手写数字自动识别”案例，暨南大学新闻与传播学院购置的全球首款单机箱人工智能超级计算机NVIDIA DGX-1正式加盟传播大数据实验室。

神器到底有多牛？

人工智能超级计算机DGX-1由英伟达在2016年4月发布，是世界上首台专为深度学习和人工智能加速分析而打造的系统，其性能相当于 250 台传统服务器。

今天，我们看到的DGX-1并不是8块GPU捏在一起那么简单。Marc Hamilton告诉我们，DGX-1还囊括了3类软件和服务的整合。

第一是对所有深度学习框架的支持。比如Caffe、TensorFlow、CNTK...DGX-1对现在流行的深度学习框架都进行了优化。

第二类是底层的库，称为cuDNN，可以理解成是CUDA融合了DeepNeural Network。

第三类是DGX的云服务，等于从云上给DGX服务器做一个镜像。任何一家机构未必知道如何去管理深度学习的系统软件，但知道怎样在云端管理一台DGX-1服务器。

DGX-1全球第一批客户包括OpenAI、斯坦福AI实验室、伯克利AI研究室等顶级研究机构，国内用户则有网易、百度、海康威视等发力AI领域的知名企业。其典型应用领域为人脸识别、图像处理、语音识别、智能问答、机器视觉等。

暨南大学新闻与传播学院则是国内首家启用 DGX-1的新闻学院，本次采购并投入使用的是其升级版本，核心部件8块GPU由P100升级到v100，在特定任务中较之前版本有了数倍的提升。

神器有什么用？

NVIDIA负责解决方案与工程架构的副总裁Marc Hamilton在HPC China 2016上表达了这么一个观点，AI会催生一种新的计算模型，未来大部分程序不会是由人来编写，而是通过深度学习网络来编写。

他举了一个例子，过去编写的程序比如通讯录或者工资的发放，它们是非常规整的数字。而今天有大量更复杂的数据，比如图像、声音、视频。哪怕把13亿中国人都变成码农，也不可能编出足够多的软件来处理一天所产生的大量数据。所以大部分程序会由深度神经网络来编写，而NVIDIA相信大部分深度神经网络会运行在GPU上。

NVIDIA方面讲了2个案例：在上海，他们有一家生物医疗行业的合作伙伴，在通过深度学习对核磁共振、CT影像做分析进行癌症的审查和复核。而另一个在国内走得比较快的领域是安防，比如在视频中去比对疑犯照片或者是寻找特定的物体。这方面典型的合作伙伴如海康威视，后者所采购的DGX-1也是用于视频监控方面的深度学习研究。

方兴未艾的人工智能技术对于新闻传播学也带来极大影响。总体来看，人工智能对用户平台、新闻生产系统、新闻分发平台及信息接受，对数字营销、传播网络建构、新闻图像识别等均可能带来颠覆式影响。而借助 DGX-1，深度学习系统可获得更快的训练速度、更大的模型以及更精确的结果。研究人员能够轻松利用 GPU 加速计算的力量来打造更高级别的智能机器，使其能够像人类一样学习、观察、分析信息传播。

特大喜讯：

1，凡是在 2018/01/01-2018/04/01 之间下单购买 DGX-1 或者 DGX Station 均有大礼赠送