克雷设置深度学习里程碑

湖威尔士，佛罗里达州 — — 克雷，使用微软的大脑像神经网络软件对其 XC50 超级计算机，具有 1000 个 Nvidia Tesla P100 图形处理单位 (GPU)，声称深度学习里程碑本周说它可以执行深度学习任务，一次花了时间在短短的天数和小时数通过瑞士国家超级计算机中心的合作。

瑞士国家超级计算机中心，设在瑞士卢加诺市 accronym 肿瘤干细胞，经过的高性能计算 (HPC) 中心提供，使深学习使用应用程序打开源，以便与 XC50 的任何人都可以使用它们。

视频链接︰ https://youtu.be/pV3ijXCjQPU

克雷超级计算机正在执行深度学习任务，例如，自然语言理解像人类会话响应，采用脑式建筑。(来源︰ 克雷)

“我们希望能鼓励真正可扩展算法用于深学习上超级计算机系统的发展，”托马斯一新，协会主任 EE 中时报独家专访。”这不是只为 AI [人工智能]，虽然。我们相信，科学计算一般将受益于高性能计算和数据科学对超级计算机系统的收敛性”。

克雷公司的 XC50 被自称是世界上总理深学习平台及其集成的英特尔至强处理器和 Nvidia 图形处理单元 (Gpu) 在微软的认知工具包的授意下，由瑞士国家超级计算机中心所示。(来源︰ 克雷)

肿瘤干细胞的超级计算机使用者大多是正在运行常规 HPC 任务。然而，作为多多的他们的工作量为 AI 任务，研会决定微软开源认知工具包纳入其可用的程序并优化它利用 1,000 的 Nvidia Tesla P100 GPU 加速器 Cray XC50 超级计算机。

Nvidia 的 Gpu 最初被用于显示分为相邻的地区，每个都有不同的 GPU 上执行的相同图形操作并行执行图形操作。但问世以来的多核并行处理，Nvidia 和其用户已经适应了 Gpu 来执行许多并行任务。特斯拉 P100 是特别优化的 Nvidia 深度学习算法。克雷，然而，是 Nvidia Gpu 适应开源算法背后的原动力。

“我们与协作 Cray 就这个问题和其他库 XC50 以及其他基于 XC 的产品。我们软件的事态发展是打开我们及鼓励业主及其他 XC 基于系统的使用他们，”这一新时报 》 EE。

微软的认知工具包也适用于其他超级加速器，如英特尔的 70 核心至强皮皮，Cray 容纳其 XC40 模型。而 Nvidia 的 Gpu 有更多限制的能力，更多可以容纳一个芯片 — — 特别是 3584 Cuda 核心与 16 Gb 的内存上面每个 P100 摆放。

视频链接︰ https://youtu.be/jCzQPr-BBhk

微软的认知工具包现在是可用的开放源码开发人员和数据科学家渴望自由、 容易使用、 工具包培训深入学习算法类似于人类的大脑。(来源︰ 微软)

“至强皮皮将 XC40，不 XC50。我们决定混合，GPU 加速的 XC50 节点的基于应用程序的深入研究后执行得更好。但我们仍然希望为下一代的至强皮皮，”这一新告诉我们。

肿瘤干细胞尼克名称及其 XC50″峰朝”，这由受人尊敬 Top500.org 额定世界 8 快的超级计算机。除了肿瘤干细胞，在克雷和微软的工作人员帮助规模为最优加速的峰朝的认知工具包白羊座互连网络和消息传递接口 (MPI) 图书馆。

瑞士国家超级计算机中心的克雷公司的 XC50 绰号”峰朝”和被评为 Top500.org 8 快的超级计算机在世界。(来源︰ 克雷)

— — R.科林 · 约翰逊，先进的技术编辑