导航菜单

英特尔AIDC秀肌肉:展示AI软硬件+生态全景图

yg电子娱乐

0×251C

智能事物(公众号:zhidxcom)

英特尔的AIDC深圳站于7月11日在深圳举行。它分享了英特尔的人工智能战略,并详细解释了英特尔的硬件+软件+生态活动。

在活动期间,还有一个硬核手动操作链接,允许开发人员直接在现场体验英特尔神经计算棒2。只需将它通过USB接口插入笔记本电脑,就可以直观地感受到计算棒带来的局部深度学习和处理的加速。

一、英特尔“软硬件+生态”人工智能组合

英特尔的人工智能战略围绕“硬件+软件+生态合作”展开。

0×251d

在硬件方面,提供最佳的人工智能平台,包括扩展的CPU、最完整的产品组合和最佳的集成平台,通过从终端、边缘到云的统一架构串联起来。

在软件方面,塑造开源软件栈在行业竞争中取胜,包括优化客户软件(如优化TensorFlow等深入学习框架)、构建统一的API并向开发人员宣传。

在生态方面,要培育生态系统,促进生态系统的发展,包括培养新的使用案例,吸引和培养顶尖人才,引导人工智能的发展。

二.英特尔的人工智能硬件组合

英特尔提供丰富的人工智能硬件选择,涵盖云、边缘和终端。

0×251e

在云端,Intel到强大的可扩展CPU是深度学习推理的主流硬件选择,从部署方便性、准确性和成本上都适合人工智能实践。

例如,今年4月,英特尔发布了第二代强大的可扩展处理器(Cascade),这进一步改善了int8卷积。最新一代强CPU级联的理论性能是上一代的三倍。

0×251f

对于特殊的应用场景,Intel提供了一系列产品,如用于自动驾驶的Movidius VPU、用于低功耗视频图像分析的Movidius VPU和用于高延迟要求的FPGA。

英特尔将在今年下半年提供两种神经网络处理(NNP)模型,用于高效深入的学习培训和推理。

此外,Intel还提供了一个神经计算棒2,它使用USB记忆棒的形状在设备上实现本地实时推理,而无需连接到云。与Myriad2相比,可视处理单元的性能提高了8倍。

Facebook为不同的应用场景聚集不同的硬件资源。他们的人工智能推理翻译,照片文本生成,垃圾邮件标记,语音和其他服务都是基于CPU。

0×2520个

三、英特尔人工智能软件产品组合

人工智能软件是英特尔近年来的关键优化技术。从机器学习到深入学习,英特尔为开发人员提供任何人工智能实现。

0×2521个

底层是靠近硬件和指令集的核心部分。Intel通过针对机器学习、高性能机器学习和数据分析库优化的发行版python、daal和mkl-dnn充分发挥底层硬件的性能。

英特尔MKL-DNN是一个开放源码的数学核心库,用于深度学习神经网络。它在所有Intel硬件中提供通用的DNN API和快速发布周期。它与dl社区迭代,通过高度矢量化和线程化实现更高的性能。

数据库层主要面向数据科学家。英特尔优化了主流框架,如cntk和桨桨。通过扩展、矢量化、利用所有内核、高效内存和缓存使用,Intel通过以下内核层充分利用底层计算资源。

此外,英特尔还构建了自己的面向ApachSpark的高性能深入学习框架bigdl,以及TensorFlow级别,主要用于大数据处理。

对于应用程序开发人员,英特尔为分析动物园、OpenVino深度学习部署推理等提供工具套件。

Analytics Zoo也面向Apache Spark,但它比提供端到端解决方案的统一分析+人工智能平台bigdl高一个级别。

OpenVino工具包是为深入学习应用程序推理场景开发的开源工具。在部署模型时,考虑到不同框架源和不同硬件平台的特点,提供了统一的软件工具,如模型优化器和推理引擎,可以实现上下硬件的无缝连接。

四、英特尔人工智能社区资源

英特尔人工智能学院提供大量的材料、培训课程和实验室案例。学生可以在人工智能社区在线分享工业和学术案例。人工智能大学生可以免费获得至少四周的人工智能开发云开发环境。

Intel优化的CAffe和TensorFlow框架内置于ai devcloud中。CAFFE框架不仅具有比原框架更高的性能,而且可以进行分布式优化推理。因此,学生不需要安装这些工具。

0×2522个

devcloud提供两种主要用途。第一种方法是提交代码以在Web版本中运行。这种方法的限制是每个程序运行不超过4小时。另一种方法是通过服务器,它可以运行24小时,同时具有更强大的性能。

0×2523个

结论:英特尔全球人工智能生态

在英特尔AIDC开发者大会上,我们看到了英特尔如何通过人工智能创始人项目为企业和开发者提供软硬件支持,从而创建一个全面稳定的人工智能生态系统。

今天下午,我们还将与英特尔人工智能构建程序的两个行业参与者进行深入交流,了解英特尔如何为他们提供软件和硬件技术支持,帮助他们快速将产品推向市场。

0×251C

智能事物(公众号:zhidxcom)

英特尔的AIDC深圳站于7月11日在深圳举行。它分享了英特尔的人工智能战略,并详细解释了英特尔的硬件+软件+生态活动。

在活动期间,还有一个硬核手动操作链接,允许开发人员直接在现场体验英特尔神经计算棒2。只需将它通过USB接口插入笔记本电脑,就可以直观地感受到计算棒带来的局部深度学习和处理的加速。

一、英特尔“软硬件+生态”人工智能组合

英特尔的人工智能战略围绕“硬件+软件+生态合作”展开。

0×251d

在硬件方面,提供最佳的人工智能平台,包括扩展的CPU、最完整的产品组合和最佳的集成平台,通过从终端、边缘到云的统一架构串联起来。

在软件方面,塑造开源软件栈在行业竞争中取胜,包括优化客户软件(如优化TensorFlow等深入学习框架)、构建统一的API并向开发人员宣传。

在生态方面,要培育生态系统,促进生态系统的发展,包括培养新的使用案例,吸引和培养顶尖人才,引导人工智能的发展。

二.英特尔的人工智能硬件组合

英特尔提供丰富的人工智能硬件选择,涵盖云、边缘和终端。

0×251e

在云端,Intel到强大的可扩展CPU是深度学习推理的主流硬件选择,从部署方便性、准确性和成本上都适合人工智能实践。

例如,今年4月,英特尔发布了第二代强大的可扩展处理器(Cascade),这进一步改善了int8卷积。最新一代强CPU级联的理论性能是上一代的三倍。

0×251f

对于特殊的应用场景,Intel提供了一系列产品,如用于自动驾驶的Movidius VPU、用于低功耗视频图像分析的Movidius VPU和用于高延迟要求的FPGA。

英特尔将在今年下半年提供两种神经网络处理(NNP)模型,用于高效深入的学习培训和推理。

此外,Intel还提供了一个神经计算棒2,它使用USB记忆棒的形状在设备上实现本地实时推理,而无需连接到云。与Myriad2相比,可视处理单元的性能提高了8倍。

Facebook为不同的应用场景聚集不同的硬件资源。他们的人工智能推理翻译,照片文本生成,垃圾邮件标记,语音和其他服务都是基于CPU。

0×2520个

三、英特尔人工智能软件产品组合

人工智能软件是英特尔近年来的关键优化技术。从机器学习到深入学习,英特尔为开发人员提供任何人工智能实现。

0×2521个

底层是靠近硬件和指令集的核心部分。Intel通过针对机器学习、高性能机器学习和数据分析库优化的发行版python、daal和mkl-dnn充分发挥底层硬件的性能。

英特尔MKL-DNN是一个开放源码的数学核心库,用于深度学习神经网络。它在所有Intel硬件中提供通用的DNN API和快速发布周期。它与dl社区迭代,通过高度矢量化和线程化实现更高的性能。

数据库层主要面向数据科学家。英特尔优化了主流框架,如cntk和桨桨。通过扩展、矢量化、利用所有内核、高效内存和缓存使用,Intel通过以下内核层充分利用底层计算资源。

此外,英特尔还构建了自己的面向ApachSpark的高性能深入学习框架bigdl,以及TensorFlow级别,主要用于大数据处理。

对于应用程序开发人员,英特尔为分析动物园、OpenVino深度学习部署推理等提供工具套件。

Analytics Zoo也面向Apache Spark,但它比提供端到端解决方案的统一分析+人工智能平台bigdl高一个级别。

OpenVino工具包是为深入学习应用程序推理场景开发的开源工具。在部署模型时,考虑到不同框架源和不同硬件平台的特点,提供了统一的软件工具,如模型优化器和推理引擎,可以实现上下硬件的无缝连接。

四、英特尔人工智能社区资源

英特尔人工智能学院提供大量的材料、培训课程和实验室案例。学生可以在人工智能社区在线分享工业和学术案例。人工智能大学生可以免费获得至少四周的人工智能开发云开发环境。

Intel优化的CAffe和TensorFlow框架内置于ai devcloud中。CAFFE框架不仅具有比原框架更高的性能,而且可以进行分布式优化推理。因此,学生不需要安装这些工具。

0×2522个

devcloud提供两种主要用途。第一种方法是提交代码以在Web版本中运行。这种方法的限制是每个程序运行不超过4小时。另一种方法是通过服务器,它可以运行24小时,同时具有更强大的性能。

0×2523个

结论:英特尔全球人工智能生态

在英特尔AIDC开发者大会上,我们看到了英特尔如何通过人工智能创始人项目为企业和开发者提供软硬件支持,从而创建一个全面稳定的人工智能生态系统。

今天下午,我们还将与英特尔人工智能构建程序的两个行业参与者进行深入交流,了解英特尔如何为他们提供软件和硬件技术支持,帮助他们快速将产品推向市场。