清华大学智能技术与系统国家实验室机器学习组(ml.cs.tsinghua.edu.cn)依托于清华大学，探索前沿统计机器学习理论，算法及应用，以解决科学，工程和计算上的各种问题。课题组使用统计推断和大规模计算等工具，来处理不同领域中的不确定性信息，这些领域包括文本挖掘，图像和视频处理，网络分析以及计算神经科学。近几年来课题组的主要方向包括深度学习，大规模(正则化)贝叶斯推理，主题模型，众包学习以及他们在不同领域的应用。尤其是最近几年来，深度学习在复杂数据表示和拟合上面的进展，和统计机器学习中处理不确定性问题的贝叶斯方法相互影响，产生了许多新的重要突破。本课题组在这方面开展了前沿研究，相关成果发表于ICML，NIPS等机器学习顶级会议。我们还基于在贝叶斯深度学习方向上的积累，开源了基于GPU的贝叶斯深度学习框架ZhuSuan，目前在GitHub上已收获近千star。

 

未来，本课题组还将基于 NVIDIA DGX 提供的卓越计算性能和并行能力，继续探索更大规模的贝叶斯深度学习，包括大规模的贝叶斯神经网络，深度生成模型以及分布式贝叶斯计算的研究。

 

 

•本案例中，中国清华大学计算机系人智所机器学习组利用 NVIDIA GPU 助力大规模贝叶斯深度学习程序，利用 DGX-1 的优化后的多卡计算极大地加速了贝叶斯深度学习程序的数据并行效率。

 

•本案例主要应用到NVIDIA DGX-1 with Tesla P100。