跨越算力鸿沟：百度推出全新AI计算架构 结合飞桨优化计算能力

百度副总裁侯震宇为现场观众分享了百度新一代AI计算架构。面对AI计算的挑战，需要能够从端到端来提供AI计算能力，这要求计算系统从旧有的对海量数据处理能力、对IO高峰值的追求，转变为满足AI训练功能方面IO密集、计算密集、通信密集的需求，和AI推理功能方面大吞吐和低延迟的需求。

侯震宇认为，面对即将到来的AI+5G时代，计算将无处不在。真正的计算会发生在设备(Device)、边缘(Edge)和云(Cloud)中，因而D-E-C场景将会是接下来需要重点研究的问题;与此同时，包括芯片之间、系统之间、设备之间的互相连接，将帮助不同场景中的计算连接在一起，产生更大的计算力。

底层的芯片和上层的应用之间，还需要操作系统承接。王海峰认为，深度学习框架就是智能时代的操作系统。百度自研的国内唯一功能完备的深度学习平台“飞桨”就是中国自己的“AI操作系统”。主论坛中，正式宣布百度飞桨与华为麒麟芯片深度对接，先进的端侧AI芯片和深度学习平台，将联合为端侧AI提供强劲算力、打造高速的深度学习运行效率。

对于飞桨，很多开发者都非常熟悉。现场百度深度学习技术平台部总监马艳军详细介绍了飞桨的五大核心优势。在核心框架层面，飞桨同时支持动态图与静态图，兼顾了灵活性与效率;飞桨提供了70多个官方的、达到工业级应用效果的模型;飞桨支持大规模的分布式训练以及端到端的部署;对于中国开发者，飞桨提供系统的深度学习技术服务，有非常全面的中文支持。马艳军现场还表示，技术界“奥斯卡”，已成功举办15年的经典赛事“2019百度之星”即日起开始报名，其中百度之星的编程赛是飞桨核心框架开发的任务;百度之星开发赛，则是基于飞桨的目标检测任务。

为了降低建模的成本，提高建模的效率，并降低对大数据的依赖，减少人工的干预，百度开发了AutoDL自动化建模技术。论坛上，百度大数据实验室主任浣军正式发布AutoDL 3.0，从设计、迁移和适配三方面进行全面升级，并分享了多个实际案例，目前已通过飞桨正式开源。

源于产业实践的深度学习平台飞桨同时亦正在反哺产业。百度地图事业部总经理李莹以交通领域为例，介绍百度地图基于飞桨提升了ETA的开发、调试的便捷性和训练效率，完成了天级别的百亿级数据训练;提升了ETA的部署和预测性能，支撑了天级别的百亿次调用。ETA是地图路线规划的主要特征，也是用户出行决策的主要参考因素。对于用户而言，飞桨赋能的百度地图ETA可以实现通行时间智能预估，在出行前便可提前预知路况，避开拥堵时段、了解拥堵时长、躲避拥堵路线，合理规划出行时间。

数据是AI时代的核心生产资料，当前大数据产业发展中面临数据资产安全性和数据价值发掘成本高两大问题。百度大数据部高级总监郭谢介绍，百度点石大数据技术开放平台作为一家成功落地的大数据iPaaS平台，聚焦大数据产业发展过程中的安全和效率两大问题。同时，点石具有三大核心特性，包含安全的数据融合加工环境、多层次开放的可定制组件，以及功能一体化的大数据开发平台，可以帮助开发者安全、高效地进行大数据价值的发掘。百度希望通过点石加速大数据的生态发展，帮助开发者深度发掘数据价值，点石成金。

AI算法、计算架构和应用场景的融合创新的百度大脑5.0已成为软硬一体 AI大生产平台。百度大脑论坛下午近三个小时的分享，仅仅是百度大脑技术的“冰山一角”。除了先进的技术，百度大脑仍将不断开放赋能，目前已经开放210余项先进的AI技术能力，平台的调用次数同比增长108%，定制化平台模型的数量都在飞速增长，平台上的开发者数量已经达到了130万。王海峰表示，“授人鱼不如授人以渔”，百度研发AI技术的同时，也致力于开放优秀的AI技术。百度大脑5.0，助力各行各业的产业开发者，加速产业智能化。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!