為幫助數(shù)據(jù)科學家和開發(fā)人員充分利用深度學習領(lǐng)域中的機遇，NVIDIA為其深度學習軟件平臺發(fā)布了三項重大更新，它們分別是NVIDIA DIGITS 4、CUDA深度神經(jīng)網(wǎng)絡庫(cuDNN)5.1和全新的GPU推理引擎(GIE)?！　?br /> 　　這三項工具功能強大，讓開發(fā)人員能夠在NVIDIA的平臺上更輕松地打造解決方案，并使卓越的硬件與優(yōu)秀的軟件完美搭配。
　　DIGITS 4：采用全新的對象檢測工作流程
　　NVIDIA DIGITS 4采用全新的對象檢測工作流程，讓數(shù)據(jù)科學家能夠通過訓練深度神經(jīng)網(wǎng)絡來在海量的圖像中找出人臉、行人、交通標志、車輛以及其它對象。這一工作流程讓開發(fā) 人員能夠開發(fā)出先進的深度學習解決方案，例如衛(wèi)星影像中的對象追蹤、安保與監(jiān)控、高級駕駛員輔助系統(tǒng)以及醫(yī)學診斷篩選等等。
　　當訓練深度神經(jīng)網(wǎng)絡時，研究人員必須反復調(diào)整各種參數(shù)，使訓練的模型達到極高的精度。DIGITS 4可以使用一系列調(diào)整參數(shù)自動訓練神經(jīng)網(wǎng)絡，從而大幅縮短打造最精確的解決方案所需的時間。
　　DIGITS 4候選版將于本周上市，可供參加NVIDIA開發(fā)者計劃的成員免費下載。如需詳細了解，敬請訪問DIGITS官網(wǎng)。
　　cuDNN 5.1：加速VGG和ResNet神經(jīng)網(wǎng)絡
　　NVIDIA cuDNN可提供用于深度學習的高性能構(gòu)建模塊，所有領(lǐng)先的深度學習框架均使用這些構(gòu)建模塊。5.1版本可加速訓練深度神經(jīng)網(wǎng)絡，例如牛津大學的VGG和微軟的ResNet，這兩款深度神經(jīng)網(wǎng)絡在2016年ImageNet挑戰(zhàn)賽中獲得了優(yōu)勝。
　　每個新版本cuDNN的性能均高于上一個版本，因而能夠加快實現(xiàn)深度學習神經(jīng)網(wǎng)絡與機器學習算法方面的最新進步。
　　cuDNN 5.1候選版于今日上市，可供參加NVIDIA開發(fā)者計劃的成員免費下載。如需詳細了解或下載該軟件，敬請訪問cuDNN官網(wǎng)。
　　GPU推理引擎：高性能深度學習推理解決方案
　　GIE是一款用于生產(chǎn)環(huán)境的高性能深度學習推理解決方案。GIE可優(yōu)化受訓的深度神經(jīng)網(wǎng)絡，以實現(xiàn)高效的運行時性能，因而能夠在NVIDIA Tesla M4 GPU系統(tǒng)上實現(xiàn)比當今推理工作常用的純CPU系統(tǒng)高16 倍的每瓦特性能。
　　完成推理工作所用的時間和功耗是部署深度學習應用的兩個最重要的考慮因素。這兩大因素決定了用戶體驗的質(zhì)量和部署應用的成本。
　　利用GIE，云服務提供商可以在其超大規(guī)模數(shù)據(jù)中心生產(chǎn)環(huán)境中以極高的吞吐量更高效地處理圖像、視頻以及其它數(shù)據(jù)。汽車制造商和嵌入式解決方案供應商可以在其低功耗平臺中以極高的性能部署強大的神經(jīng)網(wǎng)絡模型。
　　如需詳細了解，敬請訪問NVIDIA GIE官網(wǎng)。
　　NVIDIA軟件開發(fā)包(SDK)
　　NVIDIA深度學習平臺是范圍更廣的NVIDIA SDK的一部分，NVIDIA SDK可以將人工智能、虛擬現(xiàn)實以及并行計算等當今計算行業(yè)中最重要的技術(shù)融入到單個程序中來。
　　這些軟件庫、應用程序接口(API)和工具被流行的游戲引擎、數(shù)以百計的游戲以及GPU加速型應用程序廣泛采用，開發(fā)人員利用它們來在 Amazon AWS、IBM Softlayer以及Microsoft Azure等云平臺以及美國和世界各地性能最強的超級計算機上打造應用程序和服務。
　　NVIDIA SDK中的工具和庫按應用領(lǐng)域編排，因而使開發(fā)人員能夠輕松快速地獲得所需的內(nèi)容