硬件和算法在人工智能領(lǐng)域的作用可以說是各占一半的，而在芯片層面上，業(yè)界幾乎觀點(diǎn)一致——GPU在人工智能深度學(xué)習(xí)算法上的重要性遠(yuǎn)高于CPU，這也就是為何NVIDIA在人工智能領(lǐng)域的風(fēng)頭甚至蓋過了英特爾。毫無疑問，GPU是當(dāng)下訓(xùn)練深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)最熱門的方法，這種方案已經(jīng)受到了谷歌、微軟、IBM、豐田以及百度等企業(yè)的青睞，因此GPU廠商在最近兩年逐漸成為眾企業(yè)膜拜的對象。

　　作為GPU領(lǐng)域的絕對主導(dǎo)者，NVIDIA最近動作頻頻，今年早些時候公司專為深度神經(jīng)網(wǎng)絡(luò)推出了Tesla P100 GPU，并且發(fā)布了基于該GPU的單機(jī)箱深度學(xué)習(xí)超級計算機(jī)——NVIDIA DGX-1。

　　如今這款深度學(xué)習(xí)超級計算機(jī)已經(jīng)問世，NVIDIA CEO黃仁勛日前將DGX-1交付給了馬斯克創(chuàng)辦的人工智能項(xiàng)目OpenAI，OpenAI會用DGX-1做什么項(xiàng)目？如何使用？還不得而知，不過我們可以先聊一聊這款深度學(xué)習(xí)超級計算機(jī)到底是什么？它有什么牛逼的地方。

　　深度學(xué)習(xí)超級計算機(jī)是什么？

　　顧名思義，深度學(xué)習(xí)超級計算機(jī)是深度學(xué)習(xí)和超級計算機(jī)的結(jié)合體，我們所熟知的“天河一號”、“天河二號”等都是超級計算機(jī)，當(dāng)然不僅如此，通常情況下具備高性能計算（HPC）的計算機(jī)都可算作超級計算機(jī)，如NVIDIA的Tesla系列。

　　因?yàn)樯疃葘W(xué)習(xí)神經(jīng)網(wǎng)絡(luò)尤其是幾百上千層的神經(jīng)網(wǎng)絡(luò)需對計算和吞吐能力的需求非常高，GPU對處理復(fù)雜運(yùn)算擁有天然的優(yōu)勢：它有出色的浮點(diǎn)計算性能，可以同時保證分類和卷積的性能以及精準(zhǔn)度。

　　所以搭載GPU的超級計算機(jī)已經(jīng)成為訓(xùn)練各種深度神經(jīng)網(wǎng)絡(luò)的不二選擇。例如在谷歌Brain項(xiàng)目中，其3臺機(jī)器中配置了12顆GPU，性能就達(dá)到了包含1000個節(jié)點(diǎn)的CPU簇的水平。