強大的硬體需要有超棒的軟體相互搭配。我們19日在國際超級電腦大會 ISC16 上宣布為 NVIDIA 深度學習軟體平台推出三項新功能，以協助資料科學家和開發人員妥善掌握深度學習領域無窮的發展機會。
NVIDIA DIGITS 4、CUDA 深度神經網路函式庫（cuDNN）5.1 與全新的 GPU 推論引擎（GIE）這三項強大的工具，讓研究和開發人員更輕鬆便能在我們的平台上建立解決方案。
NVIDIA DIGITS
NVIDIA DIGITS 4 推出全新的物體偵測工作流程，讓資料科學家能訓練深度神經網路在海量影像中找出臉孔、行人、交通號誌、車輛及其它物體。這項工作流程有助於打造更先進的深度學習解決方案，像是從衛星影像中追蹤物體、保全監視系統、先進的行車輔助系統和醫療鑑別診斷。
研究人員在訓練深度神經網路之際，必須不斷調整各種參數，好讓受訓練的模型達到最高的精準度。DIGITS 4 可自動調整多項參數來訓練神經網路，大幅省下達到最佳精準度所需的訓練時間。
NVIDIA 開發者計劃會員本週起可免費下載 DIGITS 4 發行候選版本。在 DIGITS 網站提供了更多相關資訊。
cuDNN
NVIDIA cuDNN 提供各種頂尖深度學習架構所採用的深度學習高性能構建模塊。5.1 版則是加快了訓練牛津大學的 VGG 及榮獲 2016 ImageNet 大賽冠軍的 Microsoft ResNet 等深度神經網路的時間。
每個新版本的 cuDNN皆比前一版在效能方面有著長足進展，加快深度學習神經網路與機器學習演算法向前發展的腳步。
NVIDIA 開發者計劃會員今日起可免費下載 cuDNN 5.1 發行候選版本。在 cuDNN 網站提供了更多資訊與下載服務。
GIE
GPU 推論引擎是一項用於正式生產環境的高性能深度學習推論解決方案。相較於目前普遍用於推論、僅採用 CPU 的系統，GIE 優化經訓練後的深度神經網路，執行時有著高效率的表現，在 NVIDIA Tesla M4 GPU 上將每瓦效能提高16倍。
用於完成推論作業所需的時間和電力，是在部署深度學習應用程式時的兩大考量重點，決定了使用者體驗的品質和部署成本。
雲端服務提供商在運用 GIE 後，便能提高生產力，更有效率地在其 hyperscale 級資料中心正式生產環境中處理影像、影片及其它資料，而車廠和嵌入式解決方案提供商可在其低功率平台部署強大的高性能神經網路模型。
在 NVIDIA GIE 網站提供更多相關資訊。
NVIDIA SDK
NVIDIA 深度學習平台是內容更廣泛之 NVIDIA SDK 的部分項目，而 NVIDIA SDK 則是將人工智慧、虛擬實境和平行運算等當前計算機運算領域最重要的技術納入單一程式項目中。
目前最熱門的遊戲引擎、數百款遊戲大作和 GPU 加速應用程式；在 Amazon AWS、IBM Softlayer 與 Microsoft Azure 等雲端平台上運行的應用程式和服務，以及在美國與全球各地最強大的超級電腦，皆有採用這些軟體函式庫、APIs 跟工具。
NVIDIA SDK 內的工具和函式庫依應用領域加以整理，開發人員便能在需要時快速取得。