发布时间：2019-05-24 17:57:20

曾经在半个世纪之前，作为深度学习的思想和模型就开始进行研究和探索，卷积神经网络在上世纪九十年代就已经提出，并进行了一系列知识完备。但是，近10年才是深度学习的高速发展时期，深度学习这一概念现在才慢慢开始被大家熟知。这里面有很多原因，其中最主要的原因是：计算机计算能力的飞速发展以及互联网大数据的完备 。

AI計算平台涉及到GPU、CPU、TPU、FPGA等硬件，每類硬件背後都有代表企業。英偉達GPU以卓越的性能，在AI計算中占據了相當大的市場;英特爾在CPU上有得天獨厚的優勢，並擅長布局生態，譬如將CPU與FPGA相結合;谷歌瞄准深度學習場景，發布專用TPU加速器。

深度神经网络具有数以万计的参数，以及非常巨大的计算量，普通计算机根本不具备如此强大的计算水平，随着计算机性能的进一步提高，深度学习专用的GPU开始出现，以NVIDIA Tesla V100系列为例，单个GPU中即可提供高达100个CPU的性能。通过极其优越的性能承担预算量繁重且耗时的代码，使得AI模型训练的过程大幅缩短。

制造业是国民经济的支柱和基础产业，是我国经济持续增长的重要支撑力量。如今，为实现“新工业革命”时代下制造业模式创新与企业变革，制造业必须贯彻“智能制造2025”发展战略，而推进智能制造，关键在于推动深度学习的基础研究和应用。而搭建深度学习平台，抢占智能时代先机，离不开硬件条件的支持。广州特控研发团队经过不懈努力从而完成了AI服務器的落地推广。

特控2019年首发面向AI 云设计的弹性GPU服務器EIS-4205R系列，可灵活支持AI模型的线下训练和线上推理。

• 支持英特尔至强系列CPU 达到面向线下训练对性能的需求，可支持8颗最高性能的Tesla Volta GPU以PCI-E或NVLink的高速互联；

  
  

• 面向在线推理对高能效比的需求，可支持8颗高能效比的Tesla P4 GPU，适用于语音、图片、视频场景；

  
  

• 在智能視頻分析場景下，可同時處理300路以上1080p高清視頻結構化；

  
  

• 在數據存儲和通信性能方面，支持240TB大容量存儲，能實現高達400Gbps的通信帶寬和1us的超低延遲。