ETRI-深度学习 HPC 系统技术

技术简介
它是一种分布式且可扩展的深入学习培训技术，比 TensorFlow、Caffe、Horovod 等现有平台快 1.3 倍 ~4 倍.
技术特征
[Faster] MemBox™ : 多个分布式服务器之间的高速共享内存设备，以减少参数共享期间的通信开销
PCIe Gen3 & 40G 光连接
可编程 I/O（PIO）和 DMA 支持
低于0.9 us 的访问延迟
内存读取高达 4GB，内存写入高达 3.5GB
[Scalable] 分布式深度学习平台：基于SMB和MemBox™的分布式深度学习中间件
软内存盒是基于InfiniBand网络的分布式共享内存缓冲区框架
ETRI-ShmCaffe 是一款扩展的 Caffe，用于使用 MPI 和 SMB 进行分布式培训
ETRI-Tensorflow 是软存储盒或 MemBox 上的扩展的 TensorFlow™
[Easier] 深度学习仪表板：一个深度学习框架无关模型开发环境，支持模型创建、培训、测试和服务
基于图形组件的神经网络构建: CNN, DNN, RNN, LSTM
框架无关模型描述语言
支持 DL 平台: Caffe, TensorFlow, ETRI-ShmCaffe, ETRI-TensorFlow
样本数据集/样本模型: CIFAR-10/CNN, AlexNet/CNN, MNIST/LSTM,MNIST/LeNet,PTB/LSTM,ImageNet/ResNet32
应用领域
本地深度学习 HPC 系统
深度学习 HPC 云服务
个人/企业深度学习应用程序开发环境