近日,曙光XMachine深度学习专用服务器成功中标滴滴出行项目。这是国内首个基于NVIDIA全新PASCAL架构的项目,同时也是曙光深度学习平台助力我国交通出行领域从数字时代跨入智能时代的全新力作。
让出行更加“聪明”
人工智能技术进步正驱动交通出行向互联网化和智能化方向发展。据权威机构最新报告显示,深度学习和其它机器学习技术将给汽车和运输行业带来巨大变化。到2030年,这些进步产生的价值将达到1万亿美元。滴滴出行是全球领先的一站式多元化出行平台,在中国400余座城市为4亿用户提供全面出行服务,选择优异的深度学习技术将有效帮助滴滴出行提升用户体验,让出行变得更加“聪明”。
“通过‘深度学习’影响更多人的生活是曙光一直以来的追求。”曙光公司高性能产品事业部总经理曹振南说,“曙光XMachine深度学习专用服务器,将为滴滴出行在语音、安全以及智能交通等方面的发展提供动力,通过技术共享助力滴滴出行打造一站式智能出行服务平台,为用户带去更好的出行体验。”XMachine深度学习专用服务器是曙光公司XSystem深度学习整体解决方案的重要组成部分,集高性能、高密度与高可靠性于一身,可帮助用户快速进入深度学习领域。
“XMachine系列产品是专为深度学习领域推出的GPU服务器产品,目标覆盖深度学习主流市场,可以搭载NVIDIA最新型号的GPU产品。”曹振南介绍道,综合计算需求和散热条件,此次滴滴选用XMachine W580-G20作为深度学习计算节点,整机采用Intel芯片组设计,系统支持4颗NVIDIA Tesla P40/P100,配合专业的散热通道设计,可以保证散热性和稳定性,极大地降低机器噪音。
满足多项应用需求
滴滴出行是国内最早将人工智能应用于出行场景的公司之一,对深度学习技术有迫切的需求。“曙光XMachine深度学习系统,可作为滴滴在机器学习、计算机视觉、数据挖掘、人工智能、最优化理论等研究的强大平台支撑。” 曹振南说,“整个深度学习计算集群单精度浮点运算值接近3.5PFlops,XMachine深度学习系统将成为滴滴的‘最强大脑’。”
数据显示,在出行高峰时段,滴滴每分钟要处理3万多个乘客订单,新建的深度学习计算平台将在智能语音、人像认证、智能交通方面三方面助力滴滴平台的性能升级,从而进一步提高其运营效率。
滴滴全平台订单日均超过2000万,单日语音播报数亿次,通过曙光深度学习系统神经网络训练的文字语言转化技术能够将用户需求精准的传递到司机,为滴滴提供语音引擎和智能语音技术;通过“人脸识别”、“声纹识别”等生物识别技术对司机身份信息进行二次确认,将有效加强用户乘车安全性,同时保障司机的身份信息、财产安全;值得一提的是,滴滴正大力研究的智能交通项目也将通过深度学习计算平台得到进一步发展。
创造“深度”价值
此次中标滴滴出行,离不开曙光在高性能计算领域20余年的相关经验。通过运用大数据驱动的深度学习技术,曙光公司将助力解决中国用户的出行和环保挑战,提升用户体验、创造社会价值,建设高效、可持续的移动出行新生态。同时,作为NVIDIA在中国区最重要的战略合作伙伴,本次合作成就了中国首个采用最新Tesla P40/P100计算卡的千万级交付案例,对加强与各级政府、制造商、科研机构等之间的多方合作,打造智能交通生态具有重要意义。
“2016年是曙光深度学习产品茁壮成长的一年。” 曹振南说,“深度学习作为大数据时代背景下一种新的数据处理方式,代表着未来的发展方向。曙光将通过自身的技术优势与金融、医疗、教育等更多的行业深化合作,为企业提供定制化的深度学习产品和解决方案,让深度学习创造‘深度’价值。”
好文章,需要你的鼓励
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
这项研究由香港理工大学和新加坡国立大学的团队共同完成,提出了R?ec,首个将推理能力内置于大型推荐模型的统一框架。与传统方法不同,R?ec在单一自回归过程中实现了推理生成和物品预测的无缝整合。研究者还设计了RecPO优化框架,无需人工标注即可同时提升模型的推理和推荐能力。实验结果显示,R?ec在三个数据集上显著超越现有方法,在Hit@5和NDCG@20指标上分别提升68.67%和45.21%。这一突破为下一代智能推荐系统开辟了新方向。
这项研究提出了CURE框架,通过强化学习让大语言模型同时学习编写代码和生成单元测试两种能力,无需使用标准代码作为监督。团队开发的ReasonFlux-Coder模型在仅用4.5K编程问题训练后,便在多个基准测试中超越了同类模型,代码生成准确率提高5.3%,最佳N选1准确率提高9.0%。该方法不仅提升了模型性能,还提高了推理效率,同时为降低API调用成本和无标签强化学习提供了新思路。