深度学习“最强大脑”，浪潮版开源Caffe发布!
提要：
在日前举行的全球最知名GPU技术大会GTC 2015上，来自中国的浪潮公司发布了首款高性能MPI集群版的Caffe深度学习计算框架，并开源公布所有代码，为深度学习的用户提供了更便捷、更高效的应用手段。
CNN：最接近人脑思维的算法
深度学习（Deep Learning）是近年来机器学习领域的热点。有分析认为，深度学习将成为未来计算机发展的必然趋势，而从谷歌大脑计划所引申出的众多“脑计划”也说明深度学习已经成为目前许多互联网企业在语音识别、图像识别等领域取得突破性进展的方向之一。
深度学习的表现方式是通过构建深层神经网络，来模拟人类大脑的工作原理，进而实现类似人脑思维方式的计算形式。我们都知道大脑的复杂程度是不言而喻的，因此深度学习所构建的神经网络也相当庞大，运行过程中需要海量的计算能力，这也为高性能计算提供了全新用武之地。
CNN算法是深度学习领域所普遍采用的一项神经网络的构建模型，通过将特定的数据池如 ImageNet导入该模型进行层层训练，才能使机器达到人类要求的某项能力。
ImageNet是目前最常用的视觉数据池，它由斯坦福计算机科学家李飞飞（Fei-Fei Li）建设，里面包含了 1400 万经过标签分类的材料，囊括五花八门的图像。
然而通过传统的CNN模型训练ImageNet非常耗时，大概需要几十天的时间才能完成训练。Caffe是目前最快的CNN架构，它最早由UC伯 克利实验室完成单机单卡的开发，针对深度卷积神经网络（Deep Convolutional Neural Networks，CNN）训练所设计。然而随着训练模型越来越复杂，单机单卡已经不能满足用户的需求。
首发集群caffe，让CNN奔跑起来
本次浪潮发布的集群版Caffe计算框架正是切中当下深度学习的迫切需求，它采用高性能计算行业成熟的MPI技术对Caffe版本进行数据并行的优化，该并行caffe计算框架基于伯克利的caffe架构进行开发，完全保留了原始caffe架构的特性。
即：纯粹的C++/CUDA架构，支持命令行、Python和MATLAB接口等多种编程方式，具备上手快、速度快、模块化、开放性等众多特性，为用户提供了最佳的应用体验。
浪潮开发的集群并行Caffe计算框架已经在某超级计算机上进行部署并测试，测试结果显示，在保证正确率相同的情况下，浪潮Caffe在8节点上并行计算效率上提升10.7倍，大大提升了计算速度，加速业务的快速进行。
浪潮已经将其开发的集群并行版Caffe软件代码开源发布在Github， 这将有助于让更多的用户方便了解和应用这款软件，加速深度学习的应用发展。