百度王海峰:软硬协同共推深度学习标准化、自动化、模块化
来源:
环球网
日期:2019-10-18
责编:
环球科技网
深度学习开发与产业应用是一个复杂系统,百度开源开放了自主研发的飞桨平台,我们期待与软硬件领域各界一道,更好地把深度学习技术标准化、自动化和模块化,促进产业智能化,为更美好的智能时代贡献中国力量。
10月17日,在由百度主办的2019年中关村论坛 · AI时代的深度学习技术与应用创新论坛上,百度首席技术官、深度学习技术及应用国家工程实验室主任王海峰表示。业内人士分析称,深度学习是近年来人工智能发展最迅猛的领域之一。在算力、数据、算法三架马车的有力驱动下,深度学习以势如破竹之势在语音识别、机器视觉、自然语言处理等一个个经典的人工智能问题上取得实质性进展,由此AI走进了真实应用场景,开始发挥出真正的价值。
在此次论坛中,深度学习共性技术平台、芯片为代表的算力领域正是国内外学者及企业谈及最多的两大方向,这也是深度学习大规模产业化过程中两道重要的基础关。
现场,百度AI技术平台体系执行总监,深度学习技术及应用国家工程实验室副主任吴甜介绍了百度飞桨平台及其产业实践。在全球开源框架阵列里,飞桨是中国首个也是目前国内唯一开源开放、功能完备的产业级平台。截止目前,飞桨平台已累计服务150多万开发者,仅在定制化训练平台上就有超过6.5万企业用户,发布了16.9万个模型。此外吴甜还发布了《百度大脑AI技术成果白皮书》,向业界全面展示了百度大脑在过去一年里的技术演进。
而在算力方向,随着产业智能化的不断推进,目前深度学习模型,尤其是工业级模型的网络结构越来越复杂,对大规模深度学习计算的需求激增。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。在硬件领域,专为AI工作负载设计,与软件协同构建的定制高性能芯片及机器总在各大发布会中被广泛热议。
英特尔AI产品集团深度学习多芯片性能架构师Karthikeyan Vaidyanathan介绍了英特尔Nervana神经网络训练处理器(NNP-T)。这款与百度合作开发的处理器可以加速大规模分布式训练,AI训练方面比同类产品要强上最多10 倍。作为国内知名智能芯片领域先行者,北京中科寒武纪副总裁刘道福分享了智能处理器设计方面寒武纪的独特思路。除了端侧芯片外,浪潮集团AI首席架构师张清分享了服务器视角下深度学习计算优化与应用实践,他表示提高计算系统性能与效率需从系统的角度综合考虑,训练与推理平台与算法、应用场景的Co-Design。
而在数据层面,联想研究院人工智能实验室总监师忠超强调了产业落地过程中行业知识的重要性。师忠超表示,联想人工智能聚焦智能物联网、传统IT向智能基础设施转型、行业智能这三大方向,未来人工智能一定是从实际应用中获得需求,结合数据,算法以及行业knowhow(知识、经验、流程),打造智能垂直行业解决方案。