近日，錘子新機發(fā)布會讓科大訊飛語音輸入法火了！大家紛紛表示：不管說得多快、多復雜，這款神器都能識別。甚至前幾天一個搞電影的盆友拿著這款神奇對一個從事IT行業(yè)近10年的我普及了下什么叫語境識別，瞬間我感到世界翻轉了……為了表示我這些年不是白干的，我決定簡單解釋下為啥科大訊飛語音輸入法辣么準。

　　這一切源于一個叫“深度學習”的東西。深度學習是在于建立、模擬人腦進行分析學習的神經網絡，使得機器能從大量歷史數(shù)據(jù)中學習規(guī)律，從而對新的樣本做智能識別或對未來做預測，以達到具有人類一樣的思考能力。

　　影響深度學習發(fā)展有3個前提條件：算法、計算和數(shù)據(jù)。隨著互聯(lián)網技術的發(fā)展，人類可獲取利用的數(shù)據(jù)正以爆炸式增長，預計2020年全球數(shù)據(jù)量將超過4萬億GB，這解決了深度學習發(fā)展的數(shù)據(jù)獲取問題。在算法方面，目前最常用的是DNN算法（k近鄰分類算法），它能比較好地模擬人腦神經元多層深度傳遞的過程，解決智能語音中的復雜問題，那么接下來就是計算了。據(jù)了解，人類大腦大致有1000億神經元，每個神經元有大約5000個神經突觸，要使機器無限接近人類的思考能力意味著要模擬出更多的神經元和神經突觸，這就會帶來巨大的計算挑戰(zhàn)。

　　為了提升智能語音識別率，科大訊飛很早就宣布了“訊飛超腦計劃”，計劃將模擬人腦神經元的1/10，以期讓該公司的智能語音設備擁有初步的人類思考能力。要實現(xiàn)人腦神經元的1/10的深度模擬，意味著科大訊飛面臨著數(shù)千倍訓練數(shù)據(jù)及數(shù)千倍模型參數(shù)的巨大挑戰(zhàn)。更大規(guī)模、更多存儲的超算集群、更優(yōu)的深度學習并行化及集群調度算法和深度定制的人工神經網絡專屬芯片系統(tǒng)也成為了科大訊飛的迫切需求。

　　提到這里，不得不提下浪潮。浪潮在很早之前就跟科大訊飛展開了合作，浪潮為科大訊飛設計構建的高性能計算集群采用NF5280M4、NF5288M4服務器做集群節(jié)點，其中每個NF5280M4服務器配置1塊NVIDIA M40加速卡，每個NF5288M4服務器配置4塊NVIDIA M40加速卡。目前，這幾款服務器已經應用在科大訊飛等眾多公司支持深度學習應用。