最近各人應該常常聽到談論起 “小冰，peter” 這些行內智能呆板人名流，從事人工
智能研發的各家好像都有了各自的代言人，暗暗的呆板生物仿佛來到了我們身邊。人工智能關健技能深度進修是在云計較和大數據日趨成熟的配景下取得實質性希望，，云計較為深度進修提供了平臺，大數據為深度進修提供了礦石，深度進修因此才得以在云平臺、在大數據中淘出黃金。
事實上大數據在呆板生物的進化史上起到了舉足輕重的浸染，不管是語音、圖像識別，語義計較，所有的都是在擁有足夠大數據的基本上，互聯網，移動互聯網帶來的大數據是人
工智能研究進了一大步的關健原因，別的深度進修神經網絡大大提高了語音和圖片系統的識
別率，但同時對支撐大數據平臺的云計較也提出了更高的要求。許多人工智能專家提出，大
數據和人工智能與云計較的成長不符。
從google的人工智能引擎TensorFlow開源說起，對比它facebook的Torch，微軟的DMTK，IBM的SystemML. 不能不說TensorFlow對異構端的支持和強大機動的算法 是浩瀚人工智能開源項目標獨占的，這也大概是其樂成的關健。人工智能研究經常需要強大的就算機集群，呆板進修需要練習各類算法，需要在數萬臺呆板編寫深度進修軟件，構建深度進修網絡。
TensorFlow可以用來編寫各式百般的算法，包羅深度神經網絡模子的練習和滋擾算法，而且它已經被用于嘗試研究中，也被陳設在產物的呆板進修系統中，已經被應用于十幾種計較機科學以及其他學科的規模中，包羅語音識別、呆板視覺、呆板人學、信息檢索、自然語言處理懲罰地理信息提取以及計較機幫助藥物設計。
筆者認為TensorFlow可以融合各類計較本領，又是有但愿成立一套通用的深度進修模子的人工智能平臺，其開源項目給許多開拓者帶來時機。科研部門需要用到GPU計較，研究成就實現商用時就更適適用CPU計較，GPU與CPU的融合計較是人工智能、生命科學研究對計較提出的新的要求。凡是的領略CPU認真計較GPU認真求處理懲罰,CPU的通用性更更好，但單個CPU機能成為整個系統運算本領的瓶頸，CPU+GPU是一個強大的組合，CPU包括幾個專為串行處理懲罰的優化心，GPU則是專為并行處理懲罰而設計，由數千個更小，更節能的焦點構成。
CPU運行措施中行部門，GPU運行并行部門。一個科研項目在研發階段往往對GPU運算用得較量多，貿易階段后就CPU運算更多，不管是在研發進程照舊商用階段 GPU+CPU都不是完全獨立，所以此刻云處事提供商們應需整合伙源提供GPU+CPU 計較處事。寶德科技在高機能計較一直走在前列，早大與華在基因完成了第一張黃種人基因圖譜的繪制和大熊貓基因圖譜的繪制，最近又推出一全系列支持多GPU的高機能處事器團結寶德云公有云，私有云多種方法，寶德云計較為人工智能、生命科學，高能物理等科研項目提供了全方位的計較處事。
Facebook 、Google、 微軟、IBM 先后開源的人工智能項目將會來給越來越多智能的處事，高機能計較與云計較將融會參加個中。在計較的融會，大數據的融會，貿易生態的融會將現將開啟生物智能和智能生物調和共生的新場景。
