现有的深度学习神经网络模型很容易被未来更好的模型所取代。如何在深度学习GPU平台做到很好的可重构性，同时保证高效能？

蓝海大脑高性能计算液冷工作站部门研究人员表示：GPU平台的一个很大的好处就在于，其有一定的通用性，编程相对容易。所以在新的模型，或者layer出现之后，在GPU上可以很快地获得比较高效的实现。所以新的网络在GPU上往往会获得快速的应用。这也是为什么大家选择GPU做DL的很重要的因素之一。