當(dāng)Alpha Go點燃人類對深度學(xué)習(xí)的好奇心后，近年深度學(xué)習(xí)在市場上的討論度達(dá)到一個高峰。我們很容易從網(wǎng)絡(luò)資源上取得關(guān)于深度學(xué)習(xí)的開發(fā)步驟，若歸結(jié)到最根本的問題，究竟深度學(xué)習(xí)需要先準(zhǔn)備哪里些東西？

淺談深度學(xué)習(xí)的架構(gòu)，主要可分為訓(xùn)練(Training)與推論(Inference)兩個階段。簡單來說，就是訓(xùn)練機器學(xué)習(xí)，以及讓機器展現(xiàn)學(xué)習(xí)成果。再進(jìn)一步談深度學(xué)習(xí)的運算架構(gòu)，NVIDIA解決方案架構(gòu)經(jīng)理康勝閔簡單統(tǒng)整，定義出幾個步驟：

例如，必須收集學(xué)習(xí)所需的大數(shù)據(jù)，包含大量的圖片、影片、文字或語言；接著建置運算環(huán)境，例如設(shè)計類神經(jīng)網(wǎng)絡(luò)算法、選擇合適的運算平臺軟件、運算環(huán)境中軟硬件資源的配置等；經(jīng)過反復(fù)學(xué)習(xí)、驗證與調(diào)整后得出最佳化模型，也就是學(xué)習(xí)成果，最后將模型導(dǎo)入產(chǎn)業(yè)環(huán)境中使用。

因此，深度學(xué)習(xí)的第一件事，必須先建立訓(xùn)練的環(huán)境。而建立訓(xùn)練環(huán)境的過程，單單幾個步驟看似簡單，實則復(fù)雜，主要是因為整個訓(xùn)練環(huán)境橫跨多個領(lǐng)域，包括半導(dǎo)體芯片設(shè)計、IT領(lǐng)域的技術(shù)、計算機科學(xué)、資料科學(xué)、數(shù)學(xué)等，若涵蓋應(yīng)用端則又更廣。

由于深度學(xué)習(xí)所涉及的領(lǐng)域相當(dāng)廣泛，對非具備相關(guān)知識的人來說，看著深度學(xué)習(xí)就像一個魔法，就算是涉獵其中一項技術(shù)的人，也不一定能融會貫通。但事實上，要實現(xiàn)深度學(xué)習(xí)并不難，尤其現(xiàn)今的開發(fā)環(huán)境中，在市場上都具備許多相當(dāng)完整且成熟的產(chǎn)品可提供開發(fā)者使用，甚至簡化訓(xùn)練過程。

象是芯片大廠NVIDIA、英特爾(Intel)紛紛在市場上推出集成軟硬件的深度學(xué)習(xí)解決方案，或是各種軟件開發(fā)工具加速深度學(xué)習(xí)。臺廠方面，掌握眾多產(chǎn)業(yè)Know-how的IPC大廠研華也投入市場開發(fā)，以產(chǎn)業(yè)需求為核心提出深度學(xué)習(xí)解決方案。

隨著深度學(xué)習(xí)的前景與商機爆發(fā)，投入市場的人勢必越來越多，但這些人在深度學(xué)習(xí)領(lǐng)域中所扮演的角色與功能不盡相同。雖然深度學(xué)習(xí)在媒體上的討論度非常高，網(wǎng)絡(luò)上針對每個層面的技術(shù)都有相關(guān)文章為讀者抽絲剝繭，不過，礙于龐大的生態(tài)系，碎片化的信息仍舊難以將整個生態(tài)系串聯(lián)起來。

換一個角度來看，從產(chǎn)業(yè)鏈來定義深度學(xué)習(xí)的開發(fā)環(huán)境，暫且把它稱之為深度學(xué)習(xí)的生態(tài)系。為簡化深度學(xué)習(xí)的生態(tài)系，研華智能系統(tǒng)事業(yè)群協(xié)理鮑志偉提出一個五層金字塔的概念，將深度學(xué)習(xí)的開發(fā)環(huán)境與過程透過五個層級，分別定義出每一層在深度學(xué)習(xí)系統(tǒng)中所扮演的角色，以及對應(yīng)的產(chǎn)業(yè)結(jié)構(gòu)。

要想明白深度學(xué)習(xí)需要怎樣的軟硬件，必須了解深度學(xué)習(xí)的工作原理。試想象一個五層金字塔，從最底層往上堆疊，第一層是深度學(xué)習(xí)在訓(xùn)練過程中的「引擎」，也就是硬件基礎(chǔ)。深度學(xué)習(xí)之所以能夠加速發(fā)展，主要的原因是因為市場發(fā)現(xiàn)GPU所提供的強大平行運算架構(gòu)能大舉提升比CPU更快的運算速度，這也讓GPU成為深度學(xué)習(xí)的代名詞。

雖然GPU在深度學(xué)習(xí)運算中占有絕對重要的地位，但市場上仍有部份業(yè)者投入開發(fā)不同于GPU架構(gòu)的芯片。相較于GPU本來專為游戲開發(fā)卻無心插柳到AI領(lǐng)域，ASIC是一種專為特定目的而設(shè)計的集成電路，在效能與功耗上都要優(yōu)于GPU，但因其技術(shù)門檻高，目前大多由具備AI算法又擅長芯片研發(fā)的大廠參與，包括英特爾與Google都相繼投入開發(fā)。

而在金字塔的第二層中，則為專門提供開發(fā)者建立一個讓深度學(xué)習(xí)在運算時，可供擴展且易于部署的基礎(chǔ)設(shè)施環(huán)境，當(dāng)中包括一些基于硬件優(yōu)化的開源軟件工具，讓開發(fā)者能夠彈性調(diào)配服務(wù)器里的GPU資源。

若是以傳統(tǒng)實體機建構(gòu)的運算環(huán)境，一方面因成本太高，另一方面也因為專機專用導(dǎo)致使用率偏低。所幸隨著虛擬化技術(shù)的進(jìn)步，現(xiàn)在連GPU也可以透過虛擬化達(dá)到運算資源分享，開發(fā)者可以透過云端服務(wù)商所提供的基礎(chǔ)設(shè)施建立起深度學(xué)習(xí)運算環(huán)境。

不過，即便部署虛擬化的運算環(huán)境，在系統(tǒng)建置上仍會遇到開發(fā)環(huán)境不兼容等的問題。對此，具有隔離性和可移植性的容器技術(shù)正因此而變得盛行。容器可將軟件與其周圍的環(huán)境隔離開來，此有助于減少在同一基礎(chǔ)架構(gòu)上，運行不同軟件之間的沖突。而像Docker這樣的容器格式，以及由Google所設(shè)計的容器管理平臺Kubernete也正受到市場廣泛地支持。

當(dāng)?shù)讓拥倪\算環(huán)境建置起來后，在第三層的架構(gòu)中則是建立訓(xùn)練模型。在建立模型的過程中，開發(fā)者需要一個提供訓(xùn)練空間的運算平臺軟件，也就是市場上耳熟能詳?shù)纳疃葘W(xué)習(xí)框架?，F(xiàn)在有許多框架都能為開發(fā)者提供各種工具去設(shè)計、建構(gòu)和訓(xùn)練自己的模型，并在訓(xùn)練過程中不斷進(jìn)行測試與調(diào)整算法的參數(shù)以得出最佳化的模型。

自2016年開始，不少科技巨頭便紛紛投入開發(fā)高效快速的架構(gòu)，市場上比較知名的三巨頭有Google的TensorFlow、Facebook的Caffe以及微軟的CNTK。大廠釋出開源框架，也大大降低開發(fā)者訓(xùn)練模型的入門門檻，開發(fā)者可自己選擇從復(fù)雜的神經(jīng)網(wǎng)絡(luò)中編寫程序，或是調(diào)整框架中的模型來訓(xùn)練與設(shè)計算法。

另一方面，數(shù)據(jù)的準(zhǔn)備工作則是訓(xùn)練模型前的必要工作，對于大數(shù)據(jù)的搜集、整理和分析歸納是一門學(xué)問，在第四層架構(gòu)中，資料科學(xué)是其核心，透過分析資料的關(guān)聯(lián)性，可以額外獲得新的信息。

但分析數(shù)據(jù)非常耗時耗力，所幸在入門階段的開發(fā)者可以使用現(xiàn)有的開源圖象資料庫快速完成前期工作。許多現(xiàn)有的開源圖象資料庫大多由大學(xué)或?qū)嶒炇已芯块_發(fā)，象是常見的人臉資料庫VGG-Face Dataset由牛津大學(xué)(University of Oxford)研究與整理，而全世界最大的圖象識別資料庫ImageNet也是由史丹佛大學(xué)(Stanford University)所建立。

從金字塔的一到四層建構(gòu)起一個深度學(xué)習(xí)訓(xùn)練系統(tǒng)后，最終開發(fā)者將訓(xùn)練出最佳化的深度學(xué)習(xí)模型，而此模型便可實際導(dǎo)入應(yīng)用端，讓機器在未來新的環(huán)境里吸收新的資料加以消化，實現(xiàn)各種智能化的應(yīng)用，這便是深度學(xué)習(xí)的最終目的。

市場在討論深度學(xué)習(xí)時，從應(yīng)用層切入是最易于引起廣泛的討論，但事實上，從訓(xùn)練到推論的過程中卻牽涉很多領(lǐng)域的技術(shù)，且所涵蓋的知識背景也大有不同。

就像一開始所提，并非每個投入深度學(xué)習(xí)開發(fā)的人在各個領(lǐng)域都能專精，甚至為了加速深度學(xué)習(xí)的開發(fā)，因此，盡可能向市場獲取簡便、快速的開發(fā)工具與資源，便成為現(xiàn)今投入深度學(xué)習(xí)市場中重要的課題。