深度学习是一个快速发展的人工智能领域，也是推动众多计算机创新领域发展的引擎，涉及领域涵盖语音和图像识别、医学和药物研究、无人驾驶汽车等，范围广泛。GPU凭借其强大的计算能力，为深度学习研究提供了强大的支持，并掀起了一股深度学习的革命。

在今天举办的“GPU开启深度学习的大门——NVIDIA专业解决方案2015战略发布会”中，深度学习研究技术平台领导厂商NVIDIA公布了在推动深度学习方面的最新技术进展和中国战略布局。

NVIDIA全球副总裁、PSG兼云计算业务中国区总经理Ashok Pandey表示：“GPU计算正在加速着深度学习革命，作为深度学习研究技术平台领导厂商，NVIDIA将为中国的深度学习研究提供更多的技术平台和解决方案，并继续与中国的合作伙伴一起积极参加和推动深度学习生态链的构建。NVIDIA公司的诸多技术正在彻底转变显示世界的面貌，使其成为充满互动与探索的世界，相信有了GPU的助力，深度学习会给人们的生活带来更多奇迹。”

四项发布为深度学习提供强大支持

NVIDIA在本次发布会展示了四项有助于推动深度学习发展的新产品和方案，为深度学习的研究提供强大的基础平台和动力支持。

GeForce GTX TITAN X是当今世界上最快的GPU，不仅可提供最强大的游戏体验，同时也是专为训练深度神经网络而打造；DIGITS DevBox是最先进的针对研究人员的深度学习平台；下一代 Pascal架构将支持混合精度、3D堆叠显存和NVLink高速互联技术，在深度学习应用中提供10倍于Maxwell的性能；NVIDIA DRIVE PX是专为自动驾驶汽车打造的深度学习平台。

联合中国合作伙伴为深度学习提供平台级支持

深度学习领域的快速升温，在中国也掀起了一股新的浪潮。当前，NVIDIA正与中国的合作伙伴积极推动深度学习生态链的构建。并从硬件和软件两方面提供提供平台级支持。

在硬件方面，NVIDIA将主要与诸多OEM合作伙伴合作，为深度学习设备的大规模部署和应用提供支撑。在软件方面，CUDA并行计算架构将成为推动深度学习研究的重要基础，在最新版本的CUDA中已提供最流行的深度学习框架，为开发者提供直观易用的开发环境和开发工具。

联合新兴企业和高校推动深度学习普及

新兴公司正成为推动深度学习最活跃的部分，同时众多高校研究机构已经开始了这一方向的前沿研究。

例如，旷视科技通过使NVIDIA的GPU技术，大幅提高了旗下产品Face++的深度人脸识别的成功率。目前Face++服务平台已经得到了包括美颜相机、魔漫相机等知名APP的应用，并且还将在安防和车辆驾驶等领域发挥作用。

推进深度学习应用改变人们的生活方式

在应用层面，当前深度学习的应用重点主要在图像识别、分类和语音识别智能化的方向上。例如，百度开发的计算机视觉系统Deep Image，在ImageNet图像分类和识别测试中已非常接近人类的水平。腾讯搭建的基于GPU的深度学习平台Mariana已支持基于语音识别技术的语音输入法、长按语音消息转文本等产品。

这些产品的普及，正改变着人机交互方式，从过往的文本交流方式逐渐进化至图片和语音交流方式。

会议期间，NVIDIA中国区技术经理赖俊杰详细介绍了目前GPU在推进深度学习技术发展的现状。他指出，机器学习极其富有挑战性，而当前百度、阿里巴巴等互联网巨头利用深度学习技术，在图像识别和图像搜索方面的应用已经取得显著成效，GPU强大的并行计算能力和浮点性能，起到了很大的推动作用。

三位重量级嘉宾分享深度学习的精彩观点

作为本次发布会的重要嘉宾，北京航空航天大学教授、国家“十二五 863计划高效能计算机及应用服务环境”重大项目总体组组长钱德沛在会上分享了其连续几年参加GTC的感受，他表示GTC 2015让我们看到了在GPU加速计算支持下，深度学习将掀起新一轮的技术创新浪潮，将成为高性能计算未来重要的应用领域。

曙光信息产业股份有限公司副总裁沙超群先生，主要从深度学习的应用和部署方面，阐述了曙光将与NVIDIA进一步合作，针对不同企业在深度学习训练方面的需求，定制专门优化的训练设备。

作为NVIDIA CUDA卓越中心（CCOE）的合作伙伴，上海交通大学高性能计算中心副主任林新华，指出在今后高性能计算领域中，GPU的利用率将进一步攀升，基于GPU的应用也将全面增加，深度学习和高性能计算将发挥更多的应用潜力。