在10月份剛剛結束的HPC China 2016上，我們和NVIDIA的高層聊了聊他們在高性能計算上的看法以及他們?yōu)槭裁匆爝@臺超級計算機。

　　下一代程序大部分會由機器編寫

　　NVIDIA負責解決方案與工程架構的副總裁Marc Hamilton在HPC China 2016上表達了這么一個觀點，AI會催生一種新的計算模型，未來大部分程序不會是由人來編寫，而是通過深度學習網(wǎng)絡來編寫。

　　他舉了一個例子，過去編寫的程序比如通訊錄或者工資的發(fā)放，它們是非常規(guī)整的數(shù)字。而今天有大量更復雜的數(shù)據(jù)，比如圖像、聲音、視頻。哪怕把13億中國人都變成碼農(nóng)，也不可能編出足夠多的軟件來處理一天所產(chǎn)生的大量數(shù)據(jù)。所以大部分程序會由深度神經(jīng)網(wǎng)絡來編寫，而NVIDIA相信大部分深度神經(jīng)網(wǎng)絡會運行在GPU上。

　　NVIDIA方面講了2個案例：在上海，他們有一家生物醫(yī)療行業(yè)的合作伙伴，在通過深度學習對核磁共振、CT影像做分析進行癌癥的審查和復核。而另一個在國內走得比較快的領域是安防，比如在視頻中去比對疑犯照片或者是尋找特定的物體。這方面典型的合作伙伴如?？低?，后者所采購的DGX-1也是用于視頻監(jiān)控方面的深度學習研究。

　　DGX-1是一種傻瓜式的設計

　　DGX-1的設計可以回溯到2015年的GTC，當時NVIDIA公布了最新一代的Pascal架構，這一新架構會把一些關鍵的深度學習應用提升10倍以上的速率。但這一新架構也帶來了新的問題：開發(fā)/研究人員可能要花數(shù)周甚至數(shù)月的時間配置這些GPU。所以在幾個月后，黃仁勛在內部提出了一個要求：希望在第二年的GTC之前，由NVIDIA的工程部門打造一臺基于Pascal架構的服務器，這樣研究機構和公司們只要按下機箱按鈕就能把8塊GPU用在深度學習上。

　　今天我們看到的DGX-1并不是8塊GPU捏在一起那么簡單。Marc Hamilton告訴我們，DGX-1還囊括了3類軟件和服務的整合。

　　第一是對所有深度學習框架的支持。比如Caffe、TensorFlow、CNTK.。.DGX-1對現(xiàn)在流行的深度學習框架都進行了優(yōu)化。

　　第二類是底層的庫，稱為cuDNN，可以理解成是CUDA融合了Deep Neural Network。

　　第三類是DGX的云服務，等于從云上給DGX服務器做一個鏡像。任何一家公司，他們未必知道如何去管理深度學習的系統(tǒng)軟件，但知道怎樣在云端管理一臺DGX-1服務器。

　　當下，對NVIDIA來說，最大的挑戰(zhàn)是如何快速普及深度學習，其中國區(qū)企業(yè)事業(yè)部總經(jīng)理沈威說，深度學習是一個獨特的市場，NVIDIA自己造DGX-1則是這個背景下的新嘗試。Marc Hamilton告訴我們，要實現(xiàn)150個petaflop浮點計算的性能，如果基于多個GPU的話，需要3400個服務器，而如果使用傳統(tǒng)x86的解決方案，則需要10萬個服務器。對于程序員來說，維護這兩個數(shù)量級的服務器，其中的選擇是顯而易見的。