当前位置:主页 > 资讯 > 百度王海峰:软硬协同共推深度学习标准化、自动化、模块化
201910/18

百度王海峰:软硬协同共推深度学习标准化、自动化、模块化

admin 资讯 Comments 围观:
深度学习开发和工业应用是一个复杂的系统。百度开源开放了自己开发的飞桨平台。我们期待与硬件和软件领域合作,以更好地标准化,自动化和模块化深度学习技术,并促进工业智能。 
为中国的力量做出贡献,共创智慧时代。 
 10月17日,百度首席技术官,深度学习技术与应用国家工程实验室主任王海峰在百度主办的2019年中关村论坛上表示,人工智能时代的深度学习技术与应用创新论坛。  
据行业分析师称,深度学习是近年来人工智能发展最快的领域之一。 
在数据,数据和算法的强大驱动力的推动下,深度学习在诸如语音识别,机器视觉和自然语言处理等经典人工智能问题上取得了长足的进步。 
真实的应用场景,并开始发挥真正的价值。  
在本论坛中,以深度学习通用技术平台和芯片为代表的计算能力领域是实现这一目标的两个最重要方向国内外学者和企业。这也是大规模工业化中深度学习的两个重要基础。 
。  
#在现场,百度AI技术平台系统执行总监,深度工程技术与应用国家工程实验室副主任吴天介绍了百度飞桨平台及其行业实践。 
在全球开源框架阵列中,Flying Paddle是中国的第一个,也是目前中国唯一的开源和功能齐全的工业平台。到目前为止,飞桨平台已经积累了超过150万开发人员,定制培训平台上有超过65,000个企业用户,并且已经发布了16.9万个模型。 
此外,吴天还发布了有关百度大脑AI技术的白皮书,充分证明了百度大脑在过去一年中的技术发展。  
朝着计算能力的方向发展随着工业智能的不断发展,深度学习模型,尤其是工业级模型的网络结构变得越来越复杂,对大规模深度学习计算的需求也在增加。以色列理工学院人工智能中心主任
 Assaf Schuster从算法层面分享了AI高性能计算的前沿基础研究。 
在针对AI工作负载设计的硬件领域中,大型会议上广泛讨论了定制的高性能芯片和使用软件构建的机器。  
 Karthikeyan Vaidyanathan,英特尔AI产品深度学习产品组多芯片性能架构师介绍了英特尔神经网络神经网络培训处理器NNP-T。 
与百度合作开发的该处理器可以加速大规模分布式培训,而AI培训的强度是同类产品的10倍。 
作为中国著名智能芯片领域的先驱,北京中科寒武纪副总裁刘道福分享了寒武纪在智能处理器设计方面的独特见解。 
除了端芯片外,浪潮集团AI的首席架构师张庆还从服务器角度分享了深度学习优化和应用实践。他说需要从系统中提高计算系统的性能和效率。
从综合考虑,培训和推理平台与算法,应用场景协同设计的角度来看。  
在数据级别,联想研究院人工智能实验室主任史忠超说:强调了工业知识在工业着陆过程中的重要性。施忠超表示,联想人工智能专注于智能物联网,传统IT向智能基础架构的转型以及行业智能的三个方面。未来,人工智能必须结合数据,算法和行业知识知识和经验来满足实际应用的需求。 
,处理并创建智能垂直行业解决方案。
 

文章作者:admin
本文地址:
版权所有 © 未注明“转载”的博文一律为原创,转载时必须以链接形式注明作者和原始出处!
如果你觉得文章不错,您可以推荐给你的朋友哦!

发表评论:                              


验证码:点击我更换图片

来看看其他人说了些什么?-----------------------------------------------------------------> 进入详细评论页