专访英特尔AI事业部副总裁：将对AI展开全方位布局.doc

《专访英特尔AI事业部副总裁：将对AI展开全方位布局.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、专访英特尔AI事业部副总裁：将对AI展开全方位布局　　7月17日消息，在最近的百度AI开发者大会（BaiduCreate2018）上，英特尔人工智能事业部副总裁兼人工智能架构总经理GadiSinger发表演讲，披露了和百度的一系列深度合作，包括至强处理器优化PaddlePaddle深度学习框架、FPGA赋能百度工作负载加速即服务以及Movidius视觉处理器（VPU）支持百度Xeye智能摄像头。　　会后，GadiSinger接受了智东西同少数国内媒体的专访，就英特尔和百度的合作细节、英特尔在AI领域的前瞻性战略布局、AI发展面临的挑战以及对如何做好AI芯片进行深入交流。GadiSinge

2、r表示，英特尔将聚焦硬件、软件和生态系统对AI展开全方位布局。　　　　▲英特尔人工智能事业部副总裁兼人工智能架构总经理GadiSinger　　一、和百度长期合作，三个领域推进AI落地　　百度和英特尔有超过十年的合作历史。GadiSinger表示，五年前，他们的合作迈出很一大步，两家公司建立了面向移动互联网的战略联盟，一起打造智能云手机生态环境。两年前，双方在AI方面有了更强的合作。　　GadiSinger重点介绍和百度合作的三款项目：至强处理器优化PaddlePaddle深度学习框架、FPGA加速工作负载和Movidius处理器助力Xeye智能摄像头。最后，GadiSinger特意介绍了

3、英特尔针对神经网络模型的开源nGragh编译器。　　1、至强处理器优化百度PaddlePaddle平台　　深度学习平台PaddlePaddle是百度于2016年8月底开源的并行分布式全功能深度学习框架，能够让开发者和企业安全高效地满足图像识别、图像分类、机器翻译和自动驾驶等多领域的AI技术需求。本次百度AI开发者大会公布了PaddlePaddle3.0版本。　　PaddlePaddle在英特尔至强可扩展处理器上性能的优化，使得AI应用的运营效率进一步提高，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不断改进AI算法。　　英特尔对PaddlePaddle的优化涵盖计算、内存、

4、架构、通信等不同层面，比如通过AVXIntrinsics函数、BLAS库（例如MKL,OpenBLAS）或定制CPU函数优化数字运算的效率，以及通过MKL-DNN（面向深度神经网络的英特尔数学核心函数库）优化卷积神经网络（CNN）。　　GadiSinger表示，优化AI框架有两个非常重要的方式：其一，为框架挑选合适的库和函数；其二，对每个AI工作负载进行分析，从而对它进行适合的培训，以达到更好的效果。　　2、FPGA加速百度工作负载　　FPGA是指现场可编程门阵列（FieldProgrammableGateArray）。2015年，英特尔以167亿美元收购FPGA巨头Altera，为未来

5、算力的发展趋势奠定基础。　　目前百度在其开发的异构计算平台上部署了最新FPGA技术。这一技术的应用在定制化和配置方面更加灵活，对于要求高的工作负载可实现更高的性能和能效，还能开发低延时的应用。　　据GadiSinger称，FPGA已经被好几家公司所验证，既可提供较高带宽和较低时延，同时又支持大量数据传输的工作负载，对AI类应用而言是非常强有力的选择。FPGA赋能百度云上的工作负载加速即服务，可以为百度的异构计算环境提供更多元化选择。　　3、MovidiusVPU助力百度Xeye智能摄像头　　2016年，英特尔收购视觉处理初创公司Movidius。2017年7月，英特尔推出以“PC鸡血神器

6、”著称的Movidius神经计算棒（MovidiusNeuralComputeStick）U盘产品，为机器的深度学习提供超大“血包”。　　　　▲使用Movidius神经计算棒进行车辆识别　　Movidius处理器被广泛应用于安全监控摄像头和无人机，有专门用于计算机视觉引擎，同时兼备用于通用型推理演绎的引擎，两者组合在一起，可以更好实现计算机视觉和设备端的演绎推理，为集计算和AI于一身的终端设备提供非常有吸引力的解决方案。Movidius研发的视觉处理单元（VPU）具备两大优势：一是直接在本地摄像头运行神经网络，缩短延迟时间，节约带宽和成本；二是用前端算法降低能耗，实现长期续航。　　百度X

7、eye摄像头采用英特尔MovidiusMyriad2视觉处理单元（MovidiusMyriad2VPU），为机器学习算法提供更低功耗的推理引擎，让此款摄像头能够分析物体和手势并识别人体，从而为零售行业用户提供个性化的购物体验。　　　　▲基于Movidius™MyriadXVPU运行GoogleNetV1网络的推理　　　　▲Movidius芯片组和MovidiusMyriadXVPU（红色方框标注）　　百度机器学习算法通过和英特尔定制