与此同时，承担着向用户交付深度学习相关产品任务的曙光公司，在大会上发布了专供深度学习
应用的X System平台——包括深度学习软件XSharp和XMachine系列深度学习一体机。
共促深度学习落地
让机器替代人们做更多的事情，是各行各业一直以来的追求，“人工智能”这个概念也一度热门。不过，局面真正向好还是在2006年之后——新的深度学习方法出现让人们看到了人工智能生根发芽的希望，深度学习迅速成为一个新的科技热点。
这背后的另外一个重要原因，是计算能力的提升与成本的下降。NVIDIA公司全球副总裁、PSG&云计算业务中国区总经理潘迪感慨：“过去计算成本很高，但如今我们有了成熟的技术和成本等各方面的优势，用深度学习的方法来优化模型的时代也已到来。”
中科院计算所高性能计算机研究中心主任张佩珩指出：“在人工智能领域，深度学习对计算的需求是巨大的，而计算又是曙光、NVIDIA甚至计算所一直以来的优势，所以我们首先定位在这个层面上。”
签约三方的确在计算方面各有优势：计算所在计算机技术方面具有强大的研发实力，曙光公司拥有完善的高性能计算机研发制造体系，NVIDIA则在并行计算领域颇有建树。不仅如此，NVIDIA在业界领先的加速计算平台，还将在GPU服务器等方面提供支撑，通过与计算所、曙光的合作，具备推动深度学习在中国的具体落地的实力。
“推动深度学习具体落地”，这也是联合实验室成立的初衷。用曙光公司总裁助理、高性能计算产品事业部经理曹振南的话来说，三强联合深耕深度学习的原因就是“看见了这个市场，看到了用户在这方面的需求”。
根据需求定制战略
潘迪透露，NVIDIA通过不同场合接触了大概120多个新兴企业，发现这种新兴公司普遍有一种需求：他们不具备BAT一样的能力来搭建非常大的系统，也没有足够的人员力量和资金等各方面的支持，但是非常需要一个平台能够支撑他们实现在人工智能领域的想法。
而目前国内企业对机器学习的研究与应用，多局限于大型互联网用户，很多中小企业难望其项背。联合实验室各方希望降低企业的入门难度，让深度学习这只“旧时王谢堂前燕”，轻松“飞入寻常百姓家”。
在具体的战略模式上，联合实验室三方表示，将根据市场需求作出多种选择。
针对正在使用深度学习的互联网公司，“合作开发”是主旋律。曙光公司曹振南指出，这些大公司科研能力很强，联合实验室可在异构计算、并行计算等算法领域可以提供更多帮助。
面向中小企业，深度学习“云服务”产品则更易实现。“我们可能接下来会基于曙光的运营平台，为我们一些中小用户提供面向深度学习和人工智能的云服务。”曹振南说，“因为我们很清晰地看到，深度学习也好，人工智能也好，我们的客户绝不仅仅只有BAT这几家。”
这种“搭台唱戏”的模式，可以充分利用曙光国家级云中心在全国范围内的部署，提供运营平台。不过，一些行业对云安全心存顾虑，他们可能不愿意把数据通过云的模式进行智能分析。据此，针对这些行业和企业，实验室定制化的软硬件产品或将受到青睐。
此外，上述几种方案混合的“中间模式”，也给了中小企业对深度学习应用方面更多的选择。
XSystem平台已投入实战
在联合实验室一系列产品战略计划制定之前，是曙光深度学习XSystem系统的发布。
该系统包含深度学习XSharp软件栈和XMachine硬件平台，是专为用户提供的一体化的深度学习软硬件整体解决方案。借此一体化平台，用户可以快速进入深度学习领域。据曙光方面消息，这套系统已经实现产品化，现在已经有终端的用户在这个框架上作出了一些研究——某生命科学研究中心的研究人员利用深度学习专用机对胰岛素
图片进行处理，数据处理速度比传统采用图像处理插件的方法提升100倍以上。
“目前的XSharp以用户应用为主，科研为辅，更多面向企业用户的实际应用。同时，XSharp软件栈各模块可以随意组合，可按照用户应用进行裁剪，以满足不同需求。”曹振南介绍说。
而作为整个系统的硬件平台，“XMachine深度学习一体机”特别为深度学习定制开发，提供多种类型GPU服务器选择，原生态地支持NVIDIA DIGITS开发环境，可大大降低用户进入深度学习领域的投入成本。
“提供服务也好，定制产品也好，我们希望这个XSystem能快速地让用户用起来。”曹振南说，许多刚刚起步的创新公司正在考虑购买深度学习云服务，而科研领域也正在用深度学习的方式加速科研的进展。
