NVIDIA 深度学习软件平台推出三项重大更新

为帮助数据科学家和开发人员充分利用深度学习领域中的机遇，NVIDIA 在 2016 年国际超级计算大会上为其深度学习软件平台发布了三项重大更新，它们分别是 DIGITS 4、cuDNN (CUDA 深度神经网络库) 5.1 和全新的GIE (GPU 推理引擎) 。

这三项工具功能强大，让开发人员能够在 NVIDIA 的平台上更轻松地打造解决方案，并使卓越的硬件与优秀的软件完美搭配。

DIGITS 4：采用全新的对象检测工作流程

NVIDIA DIGITS 4 采用全新的对象检测工作流程，让数据科学家能够通过训练深度神经网络来在海量的图像中找出人脸、行人、交通标志、车辆以及其它对象。这一工作流程让开发人员能够开发出先进的深度学习解决方案，例如卫星影像中的对象追踪、安保与监控、高级驾驶员辅助系统以及医学诊断筛选等等。

当训练深度神经网络时，研究人员必须反复调整各种参数，使训练的模型达到极高的精度。DIGITS 4 可以使用一系列调整参数自动训练神经网络，从而大幅缩短打造最精确的解决方案所需的时间。

DIGITS 4 候选版将于本周上市，可供参加 NVIDIA 开发者计划的成员免费下载。

cuDNN 5.1：加速 VGG 和 ResNet 神经网络

NVIDIA cuDNN 可提供用于深度学习的高性能构建模块，所有领先的深度学习框架均使用这些构建模块。5.1 版本可加速训练深度神经网络，例如牛津大学的 VGG 和微软的 ResNet，这两款深度神经网络在 2016 年 ImageNet 挑战赛中获得了优胜。

每个新版本 cuDNN 的性能均高于上一个版本，因而能够加快实现深度学习神经网络与机器学习算法方面的最新进步。

cuDNN 5.1 候选版于今日上市，可供参加 NVIDIA 开发者计划的成员免费下载。

GPU 推理引擎：高性能深度学习推理解决方案

GIE 是一款用于生产环境的高性能深度学习推理解决方案。GIE 可优化被训练的深度神经网络，以实现高效的运行时性能，因而能够在 NVIDIA Tesla M4 GPU 系统上实现比当今推理工作常用的纯 CPU 系统高 16 倍的每瓦特性能。

完成推理工作所用的时间和功耗是部署深度学习应用的两个最重要的考虑因素。这两大因素决定了用户体验的质量和部署应用的成本。

利用 GIE，云服务提供商可以在其超大规模数据中心生产环境中以极高的吞吐量更高效地处理图像、视频以及其它数据。汽车制造商和嵌入式解决方案供应商可以在其低功耗平台中以极高的性能部署强大的神经网络模型。

NVIDIA 软件开发包 (SDK)

NVIDIA 深度学习平台是范围更广的 NVIDIA SDK 的一部分，NVIDIA SDK 可以将人工智能、虚拟现实以及并行计算等当今计算行业中最重要的技术融入到单个程序中来。

这些软件库、应用程序接口 (API) 和工具被流行的游戏引擎、数以百计的游戏以及 GPU 加速型应用程序广泛采用，开发人员利用它们来在 Amazon AWS、IBM Softlayer 以及 Microsoft Azure 等云平台以及美国和世界各地性能最强的超级计算机上打造应用程序和服务。

NVIDIA SDK 中的工具和库按应用领域编排，因而使开发人员能够轻松快速地获得所需的内容。
Learn more: http://mp.weixin.qq.com/s?__biz=MzA4NTE0OTA4Nw==&mid=2652745299&idx=2&sn=379001029ad599e8218826bf957fa00a#rd

现在的编程简直是越来越方便了