英特爾人工智能事業(yè)部副總裁兼人工智能架構總經(jīng)理Gadi Singer：“從賦能終端設備智能化，基于至強可擴展處理器的大規(guī)模數(shù)據(jù)中心，到利用英特爾FPGA加速不同工作負載，再到讓PaddlePaddle開發(fā)者更簡便地進行跨平臺編程，百度充分利用了英特爾的產(chǎn)品和技術專長，讓人工智能技術的進步真正造福大眾?！?/p>
——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。百度領先的機器學習算法與英特爾定制化VPU解決方案強強聯(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)用戶提供個性化的購物體驗。
——FPGA：百度正在開發(fā)基于英特爾最新FPGA技術的異構計算平臺，這一技術將極大地提升加速性能和能效，靈活實現(xiàn)各類數(shù)據(jù)中心工作負載的加速，以及賦能百度云上的工作負載加速即服務。
PaddlePaddle更新：百度對PaddlePaddle在英特爾至強可擴展處理器上的性能進行了優(yōu)化，開發(fā)者與數(shù)據(jù)科學家可以使用支持全球數(shù)據(jù)中心和云計算的硬件來進一步改進AI算法。
英特爾對PaddlePaddle的優(yōu)化涵蓋計算、內存、架構、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)字運算的效率
——通過MKL-DNN（面向深度神經(jīng)網(wǎng)絡的英特爾數(shù)學核心函數(shù)庫）優(yōu)化CNN（卷積神經(jīng)網(wǎng)絡）
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，這一面向各種設備和框架的DNN模型（深度神經(jīng)網(wǎng)絡模型）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)科學家可專注于數(shù)據(jù)科學研發(fā)，而無需擔心如何將 DNN 模型部署到各種不同的硬件平臺做高效訓練和運行。
