In occasione della GPU Technology Conference, evento tenuto da NVIDIA lo scorso mese di Marzo a San Jose, uno dei temi pi discussi stato quello legato al deep learning. Nel

corso della settimana si tenuta a Lille, in Francia, la 32-esima edizione della International Conference on Machine Learning o ICML ed in questa sede NVIDIA ha annunciato 3 importanti novit dal versante software legate proprio al machine learning e ai deep neural networks.

La prima novit riguarda la disponibilit di CUDA 7.5 in versione release candidate, con la quale stato introdotto il supporto FP16 quindi a cosiddetta mezza precisione che si rivela nelle intenzioni di NVIDIA particolarmente interessante proprio per le elaborazioni d machine learning. Questa caratteristica pu venir sfruttata al momento attuale dalla sola architettura Tegra X1 di NVIDIA ma ipotizzabile che trover spazio nelle soluzioni della famiglia Pascal attese a sostituire quelle Maxwell a partire dal 2016.

Aggiornamento anche per la librera CUDA Deep Neural Network, nota anche con la sigla cuDNN: anche in questo caso il focus legato al supporto FP16, con l’obiettivo di migliorare l’utilizzo della memora video e della bandwidth che questa mette a disposizione del sistema.

A chiudere il quadro complessivo l’aggiornamento di DIGITS, il middleware che NVIDIA offre ai ricercatori per meglio apprendere e sfruttare il deep learning con le GPU. Con la versione 2 di questo pacchetto, che segue quanto reso disponibile a Marzo 2015 in occasione della GTC, stato implementato il supporto a configurazioni multi-GPU grazie alle quali NVIDIA dichiara un interessante aumento delle prestazioni velocistiche complessive.

Ulteriori informazioni su cuDNN sono disponibili sul sito NVIDIA a questo indirizzo; per DIGITS il riferimento online questo indirizzo mentre per CUDA il sito web ufficiale di NVIDIA acessible a questo indirizzo.