0755-82048877
互联网大数据和数据共享平台的发展，获得了海量的数据积累，也为深度学习的发展提供了强大的推动力。而由于深度学习的网络模型复杂、参数多、收敛困难和样本数量庞大等特点，对深度学习硬件系统的计算能力提出了更高的要求。曙光GPU深度学习平台解决方案从计算加速、存储系统、网络系统、作业调度系统、集群管理及软件框架等方面进行整体的设计和优化，帮助用户解决深度学习在训练过程中所面临的海量计算问题，简化构建深度学习平台的难度，降低业务投入成本，赋能用户深度学习研究。可广泛应用于图像识别、人脸识别、语音识别、自然语言处理等应用场景。
曙光GPU深度学习平台计算系统采用曙光新一代 XMachine高性能GPU服务器组成大规模GPU训练、推理集群，输出强大算力；计算数据、日志log和模型数据等统一存储在曙光ParaStor300分布式并行存储中，能够实现全局文件的统一访问和并发读写；该系统支持Caffe/TensorFlow等多种主流深度学习框架、应用容器技术，提供数据集管理、模型管理、训练等服务。帮助用户解决多用户组资源分配、开发环境快速搭建、应用程序灵活迁移等技术需求。使用户在集群上轻松部署深度学习应用、跟踪试验和训练、发布模型，而无需关心繁琐部署运维，专注于核心业务。
键翻阅图片 
