日前，青云QingCloud 正式发布 Deep Learning on QingCloud 深度学习平台（点击了解：http://t.cn/R8Uk1em），覆盖主流的深度学习框架，集成丰富的数据科学工具包，通过QingCloud AppCenter 实现一键部署交付，帮助算法工程师和数据科学家快速搭建深度学习开发环境，使他们更加专注于模型及算法调优等业务领域。在深度学习平台上，用户可以使用 GPU 或 CPU 进行单机或分布式的深度学习模型训练与推断，同时享受云计算的灵活与弹性，实现按需横向、纵向扩展。

目前，大部分的人工智能应用都基于监督学习的范式开发，即将模型在线下进行训练，然后部署到服务器上进行线上测试与应用。整个过程中算法工程师和数据科学家需要花费大量时间在环境配置、深度学习底层工程繁琐的细节管理以及深度学习框架的部署上。

随着该领域的不断成熟，人工智能应用需要更多地在动态环境下运行，快速响应环境中的变化，满足业务需求。此时，传统的应用开发模式已然不再适用，企业、开发者对整个系统环境提出了灵活性、高性能以及易用性等需求。

青云QingCloud 深度学习平台通过 QingCloud AppCenter 交付，可一键完成云端部署，并提供应用全生命周期管理能力（创建、扩容、监控、健康监测等），助力企业及开发者极速搭建深度学习开发环境。除集成 Caffe、TensorFlow、PyTorch 和 Keras 等主流深度学习开发框架及数据科学工具包之外，QingCloud 还通过 AppCenter 联合多家人工智能领域合作伙伴，提供图像识别、人脸识别、文本分析、人机对话等丰富 AI 服务及 AI 应用。

针对模型训练对计算性能的要求，青云QingCloud 深度学习平台采用专为人工智能计算设计的 NVIDIA Tesla P100 GPU，并以直通的方式与平台内的节点对接，使得节点可以独占整个 GPU，避免了虚拟化带来的损耗，全面释放 GPU 的计算能力，为用户提供极致计算性能，全力加速深度学习领域人工智能产品的开发。

目前，青云QingCloud GPU 主机已结束内测，正式提供商用服务。同时，GPU 主机在按需付费的基础上推出包月、包年计费模式，价格更优惠。

青云QingCloud 运营副总裁林源表示，Deep Learning on QingCloud 深度学习平台的推出进一步完善了青云QingCloud 人工智能平台。结合 QingStor 对象存储，以及 Kafka、Storm、Spark 等 QingCloud 大数据平台组件，用户能够更便捷地进行模型训练与验证。未来，QingCloud 还将提供更多的开发框架与工具包，帮助企业及开发者在下一波技术浪潮中占领先机。