在今日举行的百度 AI 开发者大会 Baidu Create 上,英特尔人工智能事业部副总裁 Gadi Singer 介绍了英特尔与百度在人工智能领域的一系列合作进展,包括英特尔 Movidius 视觉处理器(VPU)支持百度 Xeye 智能零售摄像头产品,英特尔 FPGA 助力百度计划推出的工作负载加速即服务,以及基于英特尔至强可扩展处理器平台优化的 PaddlePaddle 深度学习框架。
 
英特尔人工智能事业部副总裁兼人工智能架构总经理 Gadi Singer 出席百度 AI 开发者大会并发表演讲
 
"从赋能终端设备智能化,基于至强可扩展处理器的大规模数据中心,到利用英特尔 FPGA 加速不同工作负载,再到让 PaddlePaddle 开发者更简便地进行跨平台编程,百度充分利用了英特尔的产品和技术专长,让人工智能技术的进步真正造福大众。"
 
--Gadi Singer,英特尔人工智能事业部副总裁兼人工智能架构总经理
 
智能摄像头:百度 Xeye 摄像头采用英特尔 Movidius Myriad 2 VPU,为零售业提供高性能、低功耗的视觉智能。百度领先的机器学习算法与英特尔定制化 VPU 解决方案强强联合,让此款摄像头能够分析物体和手势,识别人体,从而为零售行业用户提供个性化的购物体验。
 
FPGA:百度正在开发基于英特尔最新 FPGA 技术的异构计算平台,这一技术将极大地提升加速性能和能效,灵活实现各类数据中心工作负载的加速,以及赋能百度云上的工作负载加速即服务。
 
PaddlePaddle 更新:百度对 PaddlePaddle 在英特尔至强可扩展处理器上的性能进行了优化,
 
开发者与数据科学家可以使用支持全球数据中心和云计算的硬件来进一步改进 AI 算法。
 
英特尔对 PaddlePaddle 的优化涵盖计算、内存、架构、通信等不同层面,例如:
 
通过 AVX Intrinsics 函数,BLAS 库(例如 MKL, OpenBLAS)或定制 CPU 函数优化数字运算的效率
通过 MKL-DNN(面向深度神经网络的英特尔数学核心函数库)优化 CNN(卷积神经网络)
此外,英特尔和百度还将继续探索和研究,将 PaddlePaddle 与英特尔 nGraph,这一面向各种设备和框架的 DNN 模型(深度神经网络模型)编译器整合。今年 3 月,英特尔开源了 nGraph。在其支持下,数据科学家可专注于数据科学研发,而无需担心如何将 DNN 模型部署到各种不同的硬件平台做高效训练和运行。