日前，NVIDIA在北京啟動(dòng)了以“成就創(chuàng)新企業(yè)夢(mèng)想”為主題的“GPU加速深度學(xué)習(xí)研討會(huì)”。本次研討會(huì)是繼NVIDIA發(fā)布深度學(xué)習(xí)中國(guó)戰(zhàn)略后，圍繞此戰(zhàn)略展開(kāi)的具體舉措，旨在推進(jìn)新興企業(yè)和研究機(jī)構(gòu)對(duì)深度學(xué)習(xí)領(lǐng)域的研究和應(yīng)用，進(jìn)一步推動(dòng)中國(guó)深度學(xué)習(xí)生態(tài)鏈建設(shè)。
研討會(huì)北京站由NVIDIA與清華大學(xué)CCOE中心(CUDA 卓越中心)聯(lián)合舉辦，會(huì)議針對(duì)深度學(xué)習(xí)的實(shí)用性及發(fā)展前景做了分析和討論，并介紹了GPU應(yīng)用的算法優(yōu)勢(shì)。同時(shí)在深度學(xué)習(xí)研究領(lǐng)域的先行者們還分享了他們的應(yīng)用成果和經(jīng)驗(yàn)。
深度學(xué)習(xí)研究領(lǐng)域的快速發(fā)展，吸引著越來(lái)越多初創(chuàng)企業(yè)的加入，本次研討會(huì)旨在為那些積極參與深度學(xué)習(xí)研究的新興企業(yè)提供一個(gè)學(xué)習(xí)和交流的平臺(tái)，會(huì)議吸引了近百位來(lái)自新興企業(yè)的技術(shù)和研究人員參加。對(duì)于整個(gè)深度學(xué)習(xí)產(chǎn)業(yè)鏈來(lái)說(shuō)，新興企業(yè)的積極參與起著越來(lái)越重要的作用。
會(huì)上，NVIDIA業(yè)務(wù)發(fā)展總監(jiān)何猶卿先生對(duì)深度學(xué)習(xí)市場(chǎng)做了分析和展望。他指出，“深度學(xué)習(xí)是目前最接近人腦的智能學(xué)習(xí)方法，它通過(guò)建立深度神經(jīng)網(wǎng)絡(luò)像人腦一樣去學(xué)習(xí)知識(shí)。而深層模型的并行化框架和訓(xùn)練加速方法是深度學(xué)習(xí)走向?qū)嵱玫闹匾PU強(qiáng)大的并行計(jì)算技術(shù)可以大幅加速深度學(xué)習(xí)模型的訓(xùn)練，同時(shí)也可大幅降低計(jì)算成本和功耗”。
結(jié)合GPU的廣泛應(yīng)用以及眾多優(yōu)化算法的出現(xiàn)，深度學(xué)習(xí)已在諸多實(shí)踐中有了用武之地。包括Facebook、Google、百度、騰訊等互聯(lián)網(wǎng)巨頭都開(kāi)始嘗試將深度學(xué)習(xí)算法運(yùn)用到產(chǎn)品開(kāi)發(fā)中，包括計(jì)算機(jī)視覺(jué)、文本檢索、語(yǔ)音識(shí)別以及自然語(yǔ)言理解等，以期使產(chǎn)品更智能化，更好地提升用戶(hù)體驗(yàn)。而像SenseTime、愛(ài)奇藝等新興公司也在圖像識(shí)別和視頻應(yīng)用方面取得了可觀的進(jìn)展。
GPU和CUDA推動(dòng)深度學(xué)習(xí)研究
作為深度學(xué)習(xí)研究技術(shù)平臺(tái)領(lǐng)導(dǎo)廠商，NVIDIA致力于為深度學(xué)習(xí)研究提供出色的技術(shù)平臺(tái)和解決方案。
針對(duì)深度學(xué)習(xí)這一熱點(diǎn)方向，已經(jīng)在高性能計(jì)算和超級(jí)計(jì)算行業(yè)中成為主流的NVIDIA Tesla GPU加速器一直發(fā)揮著重要作用。憑借Tesla GPU突破性的性能和更大的內(nèi)存容量，企業(yè)用戶(hù)可以快速地處理大數(shù)據(jù)分析應(yīng)用所產(chǎn)生的海量數(shù)據(jù)，數(shù)據(jù)科學(xué)家利用Tesla加速器可以輕松處理多達(dá)拍字節(jié)的數(shù)據(jù)，而且速度比使用CPU時(shí)快10倍。對(duì)計(jì)算科學(xué)家來(lái)說(shuō)，Tesla加速器可提供所需的處理動(dòng)力，能夠以前所未有的速度運(yùn)行更大型的模擬。
NVIDIA最新發(fā)布的GeForce GTX TITAN X GPU，在圖像分類(lèi)模型AlexNet的訓(xùn)練中，只需不到3天時(shí)間便可完成，比基于16核CPU的系統(tǒng)快15倍。而NVIDIA的下一代GPU架構(gòu)Pascal，更可將深度學(xué)習(xí)加速10倍。
應(yīng)用廣泛的CUDA并行計(jì)算架構(gòu)也針對(duì)深度學(xué)習(xí)推出了cuDNN函數(shù)庫(kù)。cuDNN可以直接集成到目前流行的深度學(xué)習(xí)框架中，例如Caffe、Torch7和Theano等，開(kāi)發(fā)人員可以快速無(wú)縫在系統(tǒng)中整合GPU。通過(guò)cuDNN，開(kāi)發(fā)人員不必再關(guān)心以往深度學(xué)習(xí)系統(tǒng)中的底層優(yōu)化，他們可以將注意力集中在更高級(jí)的機(jī)器學(xué)習(xí)問(wèn)題。
擁有強(qiáng)大并行計(jì)算能力的GPU和針對(duì)深度學(xué)習(xí)的CUDA并行加速架構(gòu)，已成為加速深度學(xué)習(xí)研究的強(qiáng)大基礎(chǔ)。
深度學(xué)習(xí)的多元化研究和應(yīng)用
深度學(xué)習(xí)研究領(lǐng)域的快速升溫，不斷推進(jìn)了多元化的研究和實(shí)際應(yīng)用的發(fā)展。會(huì)議中，致力于機(jī)器學(xué)習(xí)課題研究的清華大學(xué)朱軍教授分享了基于數(shù)據(jù)的表征學(xué)習(xí)內(nèi)容，并從非參數(shù)貝葉斯預(yù)測(cè)模型、深度學(xué)習(xí)產(chǎn)生模型等角度做了詳細(xì)闡述，還展示了利用NVIDIA GPU加速分類(lèi)模型的效果。此外，朱軍教授還指出表征學(xué)習(xí)是解決大數(shù)據(jù)時(shí)代下信息過(guò)載問(wèn)題的關(guān)鍵。
清華大學(xué)朱軍教授
愛(ài)奇藝首席科學(xué)家王濤在會(huì)上分享了愛(ài)奇藝如何通過(guò)深度學(xué)習(xí)技術(shù)，將智能化算法應(yīng)用到視頻處理過(guò)程中，并改變大數(shù)據(jù)時(shí)代下的視頻體驗(yàn)。通過(guò)利用NVIDIA GPU加速的深度學(xué)習(xí)技術(shù)，愛(ài)奇藝實(shí)現(xiàn)了對(duì)海量視頻的自動(dòng)智能分析，包括內(nèi)容檢測(cè)、安全審核、廣告濾除、關(guān)鍵幀篩選、智能編輯等諸多過(guò)去需要人力才能完成的任務(wù)，同時(shí)還可做到對(duì)用戶(hù)興趣的預(yù)測(cè)。同時(shí)，利用精準(zhǔn)度大幅提高的圖像識(shí)別和分類(lèi)能力，愛(ài)奇藝還推出了“Video out”技術(shù)，能夠通過(guò)智能算法，進(jìn)行視頻內(nèi)物品快速精準(zhǔn)識(shí)別，自動(dòng)添加語(yǔ)義標(biāo)簽和商品信息，并做出導(dǎo)向購(gòu)買(mǎi)的操作，這種虛實(shí)結(jié)合可以為視頻行業(yè)帶來(lái)更多機(jī)會(huì)。