英特爾人工智能事業(yè)部副總裁兼人工智能架構(gòu)總經(jīng)理Gadi Singer出席百度AI開發(fā)者大會并發(fā)表演講

“從賦能終端設(shè)備智能化，基于至強(qiáng)可擴(kuò)展處理器的大規(guī)模數(shù)據(jù)中心，到利用英特爾FPGA加速不同工作負(fù)載，再到讓PaddlePaddle開發(fā)者更簡便地進(jìn)行跨平臺編程，百度充分利用了英特爾的產(chǎn)品和技術(shù)專長，讓人工智能技術(shù)的進(jìn)步真正造福大眾。”

——Gadi Singer，英特爾人工智能事業(yè)部副總裁兼人工智能架構(gòu)總經(jīng)理

智能攝像頭：百度Xeye攝像頭采用英特爾®Movidius™ Myriad 2 VPU，為零售業(yè)提供高性能、低功耗的視覺智能。百度領(lǐng)先的機(jī)器學(xué)習(xí)算法與英特爾定制化VPU解決方案強(qiáng)強(qiáng)聯(lián)合，讓此款攝像頭能夠分析物體和手勢，識別人體，從而為零售行業(yè)用戶提供個(gè)性化的購物體驗(yàn)。

FPGA：百度正在開發(fā)基于英特爾最新FPGA技術(shù)的異構(gòu)計(jì)算平臺，這一技術(shù)將極大地提升加速性能和能效，靈活實(shí)現(xiàn)各類數(shù)據(jù)中心工作負(fù)載的加速，以及賦能百度云上的工作負(fù)載加速即服務(wù)。

PaddlePaddle更新：百度對PaddlePaddle在英特爾至強(qiáng)可擴(kuò)展處理器上的性能進(jìn)行了優(yōu)化，開發(fā)者與數(shù)據(jù)科學(xué)家可以使用支持全球數(shù)據(jù)中心和云計(jì)算的硬件來進(jìn)一步改進(jìn)AI算法。

英特爾對PaddlePaddle的優(yōu)化涵蓋計(jì)算、內(nèi)存、架構(gòu)、通信等不同層面，例如：

通過AVX Intrinsics函數(shù)，BLAS庫(例如MKL, OpenBLAS)或定制CPU函數(shù)優(yōu)化數(shù)字運(yùn)算的效率

通過MKL-DNN(面向深度神經(jīng)網(wǎng)絡(luò)的英特爾數(shù)學(xué)核心函數(shù)庫)優(yōu)化CNN(卷積神經(jīng)網(wǎng)絡(luò))

此外，英特爾和百度還將繼續(xù)探索和研究，將PaddlePaddle與英特爾nGraph，這一面向各種設(shè)備和框架的DNN模型(深度神經(jīng)網(wǎng)絡(luò)模型)編譯器整合。今年3月，英特爾開源了nGraph。在其支持下，數(shù)據(jù)科學(xué)家可專注于數(shù)據(jù)科學(xué)研發(fā)，而無需擔(dān)心如何將 DNN 模型部署到各種不同的硬件平臺做高效訓(xùn)練和運(yùn)行。