我們剛推出擁有速度無與倫比、方便易用和性能強勁的全新軟硬體，進行深度學習領域研究，以解決當前科技方面最複雜的難題。
在人工智慧領域快速成長的深度學習技術是一項創新的運算引擎，可應用在從先進醫藥研究到全自動自駕車的多元領域。
NVIDIA 執行長暨共同創辦人黃仁勳先生在 GPU 科技大會的開幕主題演講活動上，對在座的四千名與會嘉賓展示三項將推動深度學習的新技術：
- NVIDIA GeForce GTX TITAN X – 為訓練深度神經網路而開發的最強大處理器。
- DIGITS 深度學習 GPU 訓練系統 – 數據科學家與研究人員能利用這套軟體極為便捷地開發出高品質深度神經網路。
- DIGITS DevBox – 全球最快的桌側深度學習機器 – 針對任務而打造，採用 TITAN X GPU，搭配直覺使用的 DIGITS 訓練系統。
TITAN X 的另一面
一物兩用：Titan X 不僅是我們新的旗艦型 GeForce 遊戲顯卡，也是特別適合深度學習的顯卡。
TITAN X 是我們全新推出的旗艦級遊戲顯卡，但也特別適合用於深度學習。
我們兩週前在舊金山舉辦的遊戲開發者大會上讓各位先睹為快 TITAN X 的身影，它以電影《哈比人》裡的史矛戈惡龍為藍本，播放了一段名為《Thief in the Shadows》精彩的虛擬實境體驗內容。
在 TITAN X 上能以 4K 的超高畫質呈現最新 AAA 遊戲大作的瑰麗畫面，像是在開啟 FXAA 高設定值的情況下，以 每秒40幀數(40fps) 的播放《中土世界：魔多之影》（Middle-earth: Shadow of Mordor）的畫面，而在九月發行的 GeForce GTX 980 上則是用 30fps 來進行播放。
採用 NVIDIA Maxwell GPU 架構的 TITAN X，結合 3,072 個處理核心、單精度峰值性能為 7 teraflops，加上板卡上 12GB 的記憶體，在效能和省電表現方面皆是前代產品的兩倍。
上述的處理能力與 336.5GB/s 的記憶體頻寬，讓它能應付用於訓練深度神經網路的數百萬個資料。像是 TITAN X 在工業標準模型 AlexNet 上，花了不到三天的時間、使用 120萬個 ImageNet 影像資料組去訓練模型，而使用16核心的 CPU 得花上四十多天。
現已上市的 TITAN X 售價只要 $999 美元。
DIGITS：通往最佳深度神經網路的便捷之路
使用深度神經網路來訓練電腦教自己如何分類和辨識物體，是一件繁重又曠日費時的事情。
DIGITS 深度學習 GPU 訓練系統軟體將給使用者從頭到尾開發最佳深度神經網路所需的工具，改變上述的局面。
可在 https://developer.nvidia.com/digits 下載DIGITS 深度學習 GPU 訓練系統，是首套用於設計、訓練和驗證影像分類深度神經網路的多合一功能圖形系統。
DIGITS 會帶領使用者進行設定、組態配置和訓練深度神經網路的步驟 – 處理複雜的工作好讓科學家能專心在研究活動和結果上。
使用者無論是在本機端或透過網路，都能簡單使用 DIGITS 的直覺式使用者介面和工作流程管理功能來準備和載入訓練資料組。
這是同類首套提供即時監控和視覺化功能的系統，使用者就能微調他們的工作。它還支援 GPU 加速的 Caffe 版本，許多資料科學家和研究人員使用這個架構來建立神經網路（請見 Parallel Forall 部落格上的《DIGITs: Deep Learning Training System》一文，有更詳盡的說明）。
DIGITS 會帶領使用者進行設定、組態配置和訓練深度神經網路的步驟 – 處理複雜的工作好讓科學家能專心在研究活動和結果上。
DIGITS DevBox：全球最快的桌側深度學習機器
NVIDIA 深度學習工程團隊為了自己的研發工作而開發的 DIGITS DevBox，是一套集多項功能於一身的平台，能加快深度學習的研究活動。
從它的四顆 TITAN X GPU、記憶體到 I/O，DevBox 的每個元件皆進行最佳化調校，為最艱深的深度學習研究工作提供高效率的性能表現。
為了更深入：DIGIT DevBox 的每個元件皆針對深度學習研究活動進行最佳化調校。
它已經預先安裝資料科學家和研究人員在開發自己的深度神經網路時，所需要使用到的各種軟體，包括 DIGITS 軟體包、最受歡迎的深度學習架構 – Caffe、 Theano 和 Torch，還有 NVIDIA 完整的 GPU 加速深度學習元件庫 cuDNN 2.0。
而且它還有著省電、安靜、運行溫度低又好看的外觀，可以放在桌下，使用一般插座來供電即可。這個擁有龐大研究實力的裝置，售價是 $15,000 美元。
很早即對多 GPU 訓練進行研究的結果顯示，DIGITS DevBox 在關鍵深度學習測試基準上，效能表現較單 TITAN X 高出四倍。使用 DIGITS DevBox 來訓練 AlexNet 只要13個小時就能完成，而使用最高規格單 GPU PC 的話則是兩天，單純使用 CPU 系統的話則要一個月以上的時間。
深入瞭解 NVIDIA DIGITS DevBox。