Cray展示了它最快的超級計算機，在單個機柜內實現了petaflop級的計算能力。Cray還表示，它正在將機器學習能力添加到不同的系統中。

　　Cray表示，相較此前他們任何超級計算機，新型XC50將提供密度最高的性能

XC50超級計算機是專為最苛刻的高性能計算用戶設計的，Cray表示，超級計算應用正在發展到包括更多深度學習算法，因此在系統中采用GPU將“使得我們的客戶使用新的分析技術從越來越大、越來越復雜的數據中獲得洞察”。

Cray表示，新設備提供了相比其他任何Cray超級計算機“最高性能的密度”，讓客戶可以應對更大、更復雜的工作負載。

位于盧加諾的瑞士國家超級計算中心（CSCS）目前正在升級它的Cray XC30超級計算機（昵稱Piz Diant）為Cray XC50系統，并將其與該中心的Cray XC40超級計算機結合起來。

“我們新的Cray XC50超級計算機將大幅加速我們的計算研究能力，讓我們的用戶能夠在廣泛的科學研究中進行更高級的、數據密集的仿真、可視化、虛擬化和數據分析，”該中心教授Thomas Shlthess這樣表示。

“Cray的下一代超級計算和持續集成GPU加速，已經創造了強大的、高效的混合多核系統，用于解決我們現有的及未來的高性能計算工作負載。”

Cray XC50超級計算的特性包括Aries網絡互連，這是針對數據中心GPU加速應用設計的，在這方面，較高的節點對節點通信性能是很關鍵的，“創新的”冷卻系統用于降低客戶的總擁有成本，支持NVIDIA Tesla P100 GPU加速卡，以及下一代英特爾至強和英特爾至強Phi處理器。

Cray還表示，它將把深度學習能力添加到超級計算機和集群系統中。

“超級計算和大數據分析的融合正在發生，深度學習算法的崛起證明了客戶正在越來越多地使用高性能計算技術來加速分析應用，”Cray公司高級副總裁、首席技術官Steve Scott這樣表示。

“培訓問題看起來是超級計算的典型難題。”

海洋地球物理公司PGS正在Cray XC40超級計算機——昵稱Abel——上運行機器學習算法。

規則化和操控這樣的機器學習技術可以運用于地震勘探中的重要計算問題中，全波形反演正在被用于高分辨率、高保真地呈現極深的墨西哥海灣。

“這類問題是非常難的，”PGS負責成像和工程的全球首席地理學家Sverre Brandsberg-Dahl博士這樣表示。

“這是一個多維度不適定優化問題，遠遠沒有實現自動化，要求大量技術資源的干預，在很多情況下更多地是一種藝術多過于科學。”

“我們的Cray XC40系統能力學習如何更好地引導折射和潛水波的深層模型更新，以及如何最好地再現墨西哥灣清晰的鹽湖邊界。在Cray上進行的大規模機器學習顯示了轉換流程相對于目前最好的FWI來說質量上的改善。”