「藍色巨人」IBM 不斷致力於電腦的智慧與人性化， 日前公佈新開發的深度學習（Deep Learning）技術， 模仿人腦的工作原理， 可以大幅縮短巨量資料的處理， 以及資料彙整得出有用結論的時間。
深度學習是人工智慧（AI）的一個分支， 也是當今科技巨頭Facebook、Amazon 和Google的發展重點。
▲IBM 深度學習技術打破微軟紀錄。
據《財星》（Fortune）報導， IBM 的目標是將深度學習系統消化資料所需要的時間， 從數天縮短到數小時。 IBM 研究所的系統加速及記憶體研究部門（The Systems Acceleration and Memory department）負責人兼總監杭特（Hillery Hunter）表示， 這些改進可以幫助放射治療學家更快、更準確地找到病變部位， 並讀取大量醫學圖像。
目前為止， 深度學習（DL）主要是在單一伺服器上運行的， 因為在不同電腦之間移動大量資料的過程太過複雜， 如何在許多不同伺服器和處理器之間保持資料同步也是一個問題。 IBM 日前聲稱， 已開發出能夠將這些任務分配到不同伺服器的軟體，
IBM 使用了64 個自主開發的Power 8 伺服器， 每一個都配置Intel 微處理器和Nvidia GPU， 並使用快速的NVLink 連接， 以促進兩種晶片之間的資料快速流動。 IBM 更運用集群（clustering）技術管理這些移動部件， 該技術在大量處理器之間進行流量監管， 如果流量不正確， 一些處理器就會閒置以等待處理常式。
每個處理器都有自己的資料集， 同時還需要來自其他處理器的程式、資料， 以獲得更大的成效。 杭特解釋說， 如果處理器不同步， 它們就「學」不到任何東西， 「我們的概念是：改變你訓練深度學習模式的速度， 並真正提高你的工作效率。 」亨特說， 將單一8 核處理器的深度學習伺服器， 擴展到64 個伺服器， 可以將性能提高50-60 倍。
在圖像識別方面，