WOT2018全球人工智能大会精彩继续：聚焦应用，AI起航

用Tensorflow训练出来的摄像头采集识别模型如果想用一颗7号电池跑一年应该怎么办？ WRTnode创始人罗未在《嵌入式AI计算平台技术及应用场景》的演讲，为大家梳理了当下已经商用的低功耗边缘测神经网络计算平台技术，以及相应的应用场景和商业上的一些问题。

计算的发展快速推动了人工智能的发展。人工神经网络在AlexNet、GoogleNet、Resnet等高级模型已经需要Exaflos计算量。人工智能的计算平台在不同领域的应用会遇到多重瓶颈，如计算能力的瓶颈、延迟的瓶颈、通信能力的瓶颈。如何解决这三个核心问题？浪潮商用机器有限公司技术支持部售前工程师薛松在《硬件重构与企业AI框架就绪的Power平台》的演讲中指出，AI平台设计的核心在于提升单位密度计算能力，实现可伸缩的计算规模和创造更高效的计算构架，从而解决这些问题的难度依次递增。提高单位计算能力的经典产品是NVIDIA-DGX1，通过硬件解耦实现资源的物理池化和动态重构实现可伸缩性，浪潮商用FP5295G2服务器专为AI 而重新设计了IT 基础架构，从系统架构层面进行了创新设计。

（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!