「CNTK」は、米マイクロソフト社がオープンソース化した深層学習ツールキットで深層学習アプリケーションを簡単にビルドすることができ、パフォーマンス・柔軟性・拡張性に優れているという。「CNTK」の特徴は次のとおり。

　・パフォーマンス：深層学習の訓練にはパフォーマンスが重要だが、「CNTK」では高いパフォーマンスを得るために、シングルGPU、マルチGPU そしてマルチマシン-マルチGPU向けにデザインされている。

　・柔軟性：「CNTK」は高度に柔軟で、高レベル記述言語から簡単に計算グラフが作成できて、ほとんどの訓練パラメータは簡単に設定変更可能。順伝播型、畳み込み、再帰型（リカレント）、そしてLSTMのような主要なニューラルネットワーク・タイプが完全にサポートされ、（AdaGrad、RMSProp等の）訓練アルゴリズム一式がビルトインされている。

　・拡張性：多種多様なビルトイン計算ノードに加えて、「CNTK」はユーザ自身の計算ノードを定義することを可能にするプラグイン・アーキテクチャを提供しているので、簡単にカスタマイズ可能。

　発表された新サービス「ClassCat Deep Learning Service v2」は、「CNTK」をはじめとする深層学習に特化した各種フレームワークをGPUの利用により高速化を図ったマネージドサービスとして、AWSおよびAzure上で提供する。

　GPU対応仮想サーバを利用した高速な汎用目的計算（GPGPU：General Purpose computing on GPU）環境上に構築されている。Ubuntu 14.04 LTSをベースにGPU対応ドライバおよびアクセラレータがインストール済み。

　新サービスは、導入コストのハードルを下げるためにCPUのみの仮想サーバでも利用可能となっている。各種チュートリアルを含む、充実した日本語ドキュメントが提供されいるが、導入に当たってはコンサルティング・サービスの利用も可能になっている。

　新サービスは、「CNTK」に加えて、米グーグル社により昨年11月にオープンソース化された深層学習フレームワーク「TensorFlow」もオプションで利用可能だという。

　「TensorFlow」は、多くの優れた特徴を持ち、例えばデータフローグラフとして表現できさえすれば（ニューラルネットワーク以外でも）処理できる柔軟性があり、同じコードでCPUでもGPUでも動作し、トレーニングされたモデルのモバイルシステムへの配備も可能なポータビリティがある。また、学術的な研究と実製品でコードも共有されている。その他にも、自動微分の機能や動作環境の最大限の活用を可能にする機能も持つ。