强大的硬件需要有超棒的软件相互搭配。为帮助数据科学家和开发人员充分利用深度学习领域巨大的发展机会，我们今天在国际超级计算机大会 ISC16 上宣布为 NVIDIA 深度学习软件平台推出三项新功能。
NVIDIA DIGITS 4、CUDA 深度神经网络库 (cuDNN) 5.1 和全新的 GPU 推理引擎 (GIE) 这三项强大的工具，可让数据科学家和开发人员更轻松地在我们的平台上建立解决方案。
NVIDIA DIGITS
NVIDIA DIGITS 4 推出全新的物体检测工作流程，可让数据科学家训练深度神经网络，在海量图片中找出面孔、行人、交通标志、车辆及其他物体。此工作流程有助于打造高级深度学习解决方案，例如从卫星影像中追踪物体、保安监视系统、高级驾驶员辅助系统和医疗诊断筛查。
研究人员在训练深度神经网络时，必须不断调整各种参数，以便受训练的模型达到超高的精度。DIGITS 4 可自动调整多项参数来训练神经网络，从而大幅减少达到超高精度解决方案所需的时间。
NVIDIA 开发人员计划的会员本周起可免费下载 DIGITS 4 发行候选版本。有关详情，请访问 DIGITS 网站。
cuDNN
NVIDIA cuDNN 提供所有领先的深度学习框架所采用的深度学习高性能构建模块。5.1 版则是加快了训练牛津大学的 VGG 及荣获 2016 ImageNet 大赛冠军的 Microsoft ResNet 等深度神经网络的速度。
每个新版本的 cuDNN 都比之前版本的性能有了进一步的发展，从而加快了深度学习神经网络与机器学习算法向前发展的脚步。
NVIDIA 开发人员计划的会员今日起可免费下载 cuDNN 5.1 发行候选版本。如需了解详情和下载软件，请访问 cuDNN 网站。
GIE
GPU 推理引擎是适用于生产环境的高性能深度学习推理解决方案。相较于目前普遍用于推理的仅采用 CPU 的系统，GIE 可以优化训练后的深度神经网络，运行时效能颇高，在 NVIDIA Tesla M4 GPU 上将每瓦效能提高 16 倍。
在部署深度学习应用程序时，完成推理任务所需的时间和电量是其两大考量重点，决定了用户体验的质量和部署应用程序的成本。
云服务提供商在使用 GIE 后，可以提高生产力，更有效率地在其超大规模数据中心生产环境中处理图片、视频及其他数据，而汽车制造商和嵌入式解决方案提供商可在其低功率平台部署强大的高性能神经网络模型。
有关详情，请访问 NVIDIA GIE 网站。
NVIDIA SDK
NVIDIA 深度学习平台是内容更广泛的 NVIDIA SDK 的一部分，NVIDIA SDK 将人工智能、虚拟现实和并行计算等目前计算领域中极其重要的技术融入到一个程序中。
目前非常热门的游戏引擎、数百款游戏大作和 GPU 加速应用程序，在 Amazon AWS、IBM Softlayer 和 Microsoft Azure 等云平台上运行的应用程序和服务，以及在美国与全球各地极其强大的超级计算机，都在使用这些软件库、API 和工具。
NVIDIA SDK 内的工具和库按照应用程序领域加以整理，便于开发人员快速访问所需的内容。
