青云QingCloud 全面升级深度学习平台( Deep Learning on QingCloud )全系列服务，基于强劲的 GPU 与 CPU 计算资源，推出针对不同场景的入门版、基础版、企业版三种版本。其中，基于 CPU 的版本升级为第二代英特尔^®至强^®可扩展处理器（Cascade Lake），性能获得大幅提升。新增 AMD GPU 支持，大幅降低人工智能应用开发成本。此次升级后，全新的深度学习平台能够帮助企业极速搭建深度学习开发环境，AI 应用开发全面提速。结合青云QingCloud 物联网平台，助力企业一步跨入 AIoT 时代。

随着人工智能应用场景的广泛使用，在动态环境下快速响应业务需求成为关键，传统的应用开发模式明显滞后，这对企业、开发者的整个系统环境提出了灵活性、高性能以及易用性等要求。而互联网时代带来的爆炸式增长的数据，海量图像、语音和文本数据，训练模型需要极高的计算性能，全力加速人工智能应用开发迫在眉睫。

早在 2018 年 1 月，青云QingCloud 就正式发布 Deep Learning on QingCloud 深度学习平台，覆盖主流的深度学习框架，集成丰富的数据科学工具包，并且通过 QingCloud AppCenter 实现一键部署交付。此次，青云QingCloud 深度学习平台全面升级，更是推出入门版、基础版、企业版三种版本，满足不同用户的个性化需求。此次升级后，深度学习平台从各个维度都实现了质的提升，优势如下：

·灵活部署模式：支持使用 GPU 或仅使用 CPU 进行深度学习开发与训练，并可根据自身需求选择部署模式。用户可使用 GPU 或 CPU 进行单机或分布式深度学习模型训练与推断，并可享受云计算弹性特性，按需进行横向、纵向扩展；

 ·一键完成部署，极速搭建深度学习开发环境：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），助力开发者极速搭建深度学习开发环境；

 ·无缝对接QingStor^® 对象存储，存储海量训练数据：集成QingStor^® 对象存储命令行工具，通过配置QingStor^® 对象存储相关参数，可便捷地从中获取海量训练数据，完成模型的训练；

 ·集成主流深度学习开发框架：集成 Caffe、TensorFlow、PyTorch 和 Keras 等主流深度学习框架和 Jupyter notebook 前端开发环境，助力用户快速部署深度学习开发环境；

 ·预置主流科学工具包，加速深度学习开发：为加速深度学习开发与模型训练，深度学习平台还预置 CUDA 8.0 和 cuDNN5 驱动，并安装有 numpy、scipy、pandas、matplotlib、nltk、scikit-learn 等众多数据科学工具包；

 ·按需计费，灵活掌握开发成本：支持按需付费与预留资源两种计费模式，为用户提供更加全面和灵活的成本管理支持。

 青云QingCloud 向来重视企业和开发者在人工智能领域的发展和变革需求。为了方便开发者和企业快速进行人工智能应用开发，青云QingCloud 通过 AppCente r联合多家人工智能领域合作伙伴，提供从证件识别、人脸识别、文本分析、人机对话等丰富  AI 服务及应用，已经广泛应用于安防、电商、智能交通等领域。

青云QingCloud 运营副总裁林源表示，“在未来，青云QingCloud 还将不断在人工智能领域深耕细作，用卓越的技术、过硬的产品能力和贴近用户需求的解决方案助力人工智能在企业的落地，以实现商业变革。在同更多合作伙伴深度、密切合作的同时，着力构建 AIoT 生态，引领万物智联时代的发展。”