在不久前舉行的中科曙光技術創新大會上，中國科學院計算技術研究所（ICT）、中科曙光信息產業股份有限公司（Sugon）、NVIDIA半導體技術服務（上海）有限公司共同簽署了聯合實驗室成立備忘錄，三方宣稱將布局、深耕人工智能領域，致力于在中國推廣深度學習技術。
與此同時，承擔著向用戶交付深度學習相關產品任務的曙光公司，在大會上發布了專供深度學習應用的XSystem平臺——包括深度學習軟件XSharp和XMachine系列深度學習一體機。
共促深度學習落地
讓機器替代人們做更多的事情，是各行各業一直以來的追求，“人工智能”這個概念也一度熱門。不過，局面真正向好還是在2006年之后——新的深度學習方法出現讓人們看到了人工智能生根發芽的希望，深度學習迅速成為一個新的科技熱點。
這背后的另外一個重要原因，是計算能力的提升與成本的下降。NVIDIA公司全球副總裁、PSG&云計算業務中國區總經理潘迪感慨：“過去計算成本很高，但如今我們有了成熟的技術和成本等各方面的優勢，用深度學習的方法來優化模型的時代也已到來。”
中科院計算所高性能計算機研究中心主任張佩珩指出：“在人工智能領域，深度學習對計算的需求是巨大的，而計算又是曙光、NVIDIA甚至計算所一直以來的優勢，所以我們首先定位在這個層面上。”
簽約三方的確在計算方面各有優勢：計算所在計算機技術方面具有強大的研發實力，曙光公司擁有完善的高性能計算機研發制造體系，NVIDIA則在并行計算領域頗有建樹。不僅如此，NVIDIA在業界領先的加速計算平臺，還將在GPU服務器等方面提供支撐，通過與計算所、曙光的合作，具備推動深度學習在中國的具體落地的實力。
“推動深度學習具體落地”，這也是聯合實驗室成立的初衷。用曙光公司總裁助理、高性能計算產品事業部經理曹振南的話來說，三強聯合深耕深度學習的原因就是“看見了這個市場，看到了用戶在這方面的需求”。
根據需求定制戰略
潘迪透露，NVIDIA通過不同場合接觸了大概120多個新興企業，發現這種新興公司普遍有一種需求：他們不具備BAT一樣的能力來搭建非常大的系統，也沒有足夠的人員力量和資金等各方面的支持，但是非常需要一個平臺能夠支撐他們實現在人工智能領域的想法。
而目前國內企業對機器學習的研究與應用，多局限于大型互聯網用戶，很多中小企業難望其項背。聯合實驗室各方希望降低企業的入門難度，讓深度學習這只“舊時王謝堂前燕”，輕松“飛入尋常百姓家”。
在具體的戰略模式上，聯合實驗室三方表示，將根據市場需求作出多種選擇。
針對正在使用深度學習的互聯網公司，“合作開發”是主旋律。曙光公司曹振南指出，這些大公司科研能力很強，聯合實驗室可在異構計算、并行計算等算法領域可以提供更多幫助。
面向中小企業，深度學習“云服務”產品則更易實現。“我們可能接下來會基于曙光的運營平臺，為我們一些中小用戶提供面向深度學習和人工智能的云服務。”曹振南說，“因為我們很清晰地看到，深度學習也好，人工智能也好，我們的客戶絕不僅僅只有BAT這幾家。”
這種“搭臺唱戲”的模式，可以充分利用曙光國家級云中心在全國范圍內的部署，提供運營平臺。不過，一些行業對云安全心存顧慮，他們可能不愿意把數據通過云的模式進行智能分析。據此，針對這些行業和企業，實驗室定制化的軟硬件產品或將受到青睞。
此外，上述幾種方案混合的“中間模式”，也給了中小企業對深度學習應用方面更多的選擇。
XSystem平臺已投入實戰
在聯合實驗室一系列產品戰略計劃制定之前，是曙光深度學習XSystem系統的發布。
該系統包含深度學習XSharp軟件棧和XMachine硬件平臺，是專為用戶提供的一體化的深度學習軟硬件整體解決方案。借此一體化平臺，用戶可以快速進入深度學習領域。據曙光方面消息，這套系統已經實現產品化，現在已經有終端的用戶在這個框架上作出了一些研究——某生命科學研究中心的研究人員利用深度學習專用機對胰島素圖片進行處理，數據處理速度比傳統采用圖像處理插件的方法提升100倍以上。
“目前的XSharp以用戶應用為主，科研為輔，更多面向企業用戶的實際應用。同時，XSharp軟件棧各模塊可以隨意組合，可按照用戶應用進行裁剪，以滿足不同需求。”曹振南介紹說。
而作為整個系統的硬件平臺，“XMachine深度學習一體機”特別為深度學習定制開發，提供多種類型GPU服務器選擇，原生態地支持NVIDIADIGITS開發環境，可大大降低用戶進入深度學習領域的投入成本。
“提供服務也好，定制產品也好，我們希望這個XSystem能快速地讓用戶用起來。”曹振南說，許多剛剛起步的創新公司正在考慮購買深度學習云服務，而科研領域也正在用深度學習的方式加速科研的進展。
