当前位置:首页 > 通信技术 > 充电吧
[导读]在近日召开的Wave Summit 2020深度学习开发者峰会上,百度正式宣布Graphcore为百度飞桨(PaddlePaddle)硬件生态圈共建计划伙伴之一

在近日召开的Wave Summit 2020深度学习开发者峰会上,百度正式宣布Graphcore为百度飞桨(PaddlePaddle)硬件生态圈共建计划伙伴之一,并且共同签署倡议书,以助力AI创新应用在各类场景落地,并推动行业统一标准建立。通过百度飞桨,更多中国的开发者将能够利用Graphcore IPU这一全新处理器架构,实现机器智能的突破性创新,大幅加速AI模型。

百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜发布飞桨硬件生态圈

百度飞桨是中国首个开源开放、功能完备的产业级深度学习平台,目前累计开发者数量超过190 万,服务企业数量8.4 万家,创建了超过23万个模型,成为国内深度学习平台的领先者。百度飞桨硬件生态圈的成立旨在推进深度学习与人工智能应用在中国市场的加速普及与成果推广。百度飞桨硬件生态圈的初始成员共有13家,涵盖云端和设备端的不同硬件厂商。其中,Graphcore作为百度飞桨在云端训练和推理的重要合作伙伴,将通过云端和数据中心的IPU技术帮助开发者实现AI创新模型的大幅加速,从而在市场中赢得先机。

“智能硬件平台与深度学习框架的融合成为构建全球领先的AI 应用与推广生态的关键。通过百度飞桨硬件生态圈,我们希望与合作伙伴们携手,加快软硬一体适配。Graphcore是百度飞桨在云端训练和推理方面重要的合作伙伴,通过飞桨硬件生态圈,更多使用飞桨的开发者可以利用Graphcore的 IPU技术进行机器学习创新,缩短训练时间,提升开发效率。”百度飞桨相关负责人表示。

Graphcore销售副总裁、中国区总经理卢涛先生表示:“百度飞桨是中国首屈一指的深度学习平台,我们十分高兴与百度飞桨携手打造硬件生态圈,加速各类AI应用的普及。Graphcore从零开始设计智能处理器IPU,可同时用于云端训练和推理,旨在为广大AI创新者突破传统硬件带来的瓶颈。Graphcore的IPU硬件与解决方案已经量产,并应用在不同AI场景上。通过百度飞桨,更多开发者能够利用Graphcore IPU这一全新处理器架构,大幅加速AI模型,在下一波机器智能浪潮中取得突破。未来,我们将继续和百度飞桨深化研发合作,加速机器视觉和自然语言处理等算法模型的适配与落地。”

卢涛,Graphcore销售副总裁兼中国区总经理

面对全球新常态,云端的计算需求从算量到算力都得到爆发性增长。CPU和GPU从来不是为了满足机器学习的计算需求而设计,因此前沿的创新AI算法模型经常受到硬件的掣肘而被迫妥协。IPU与当今的CPU和GPU处理器完全不同,由Graphcore完全从零设计,专门适用于算力密集型的机器学习和深度学习任务。它是一种高度灵活、易于使用的并行处理器,能在目前用于训练和推理的机器智能模型上实现最先进的性能。IPU和产品就绪的Poplar软件栈为开发人员提供了功能强大、高效、可扩展和高性能的解决方案,从而助力实现AI创新。通过加速更复杂的模型并开发全新的技术,客户得以解决最困难的AI工作负载。目前IPU产品已经全面进入批量生产并交付给全球客户,应用在金融、医疗、电信、互联网等AI场景中。

Graphcore致力于从已有框架更快速、更轻松地开发和部署机器学习应用程序和模型,通过为用户提供直接在硬件级别进行编程的能力来支持下一代机器学习。因此,Graphcore可以帮助飞桨进一步降低开发门槛并提升开发效率。飞桨的使用者大多是高级AI从业人员,对于算力要求高,且处理的很多是自然语言处理、计算机视觉、视频分析等计算高度密集的任务。他们可以在IPU上创建自己的机器智能模型,直接在硬件级别进行编程而不用牺牲易用性,实现创新模型的快速运行迭代。

未来,作为百度飞桨硬件生态圈的成员,Graphcore将和百度飞桨共同就以下方面做出努力:

加快软硬一体适配:以满足视觉、自然语言处理、语音等典型AI 应用场景在前沿研究、工业应用的需要,加速推进深度学习框架在训练、预测等功能与芯片、整机等智能硬件平台厂商适配融合。

建立行业统一标准:在深度学习框架、软硬适配接口、整机系统集成等领域推动建立统一的行业标准,促进行业规模化应用。

携手推动成果普及:建设和完善深度学习与人工智能行业应用生态的运行机制,通过合作办赛、产学研融合等形式携手推动深度学习与人工智能应用成果在中国市场的加速普及。

关于飞桨

百度飞桨(PaddlePaddle)是国内自主研发、开源开放、功能最完备的产业级深度学习平台,集深度学习核心框架、基础模型库、端到端开发套件、工具组件和服务平台于一体。飞桨源于产业实践,致力于与产业深入融合,提供了领先的深度学习&机器学习任务开发、训练、部署能力,加速企业从算法研发到产业落地的过程。目前飞桨已广泛应用于工业、农业、服务业等,在百度大脑开放平台和飞桨平台上进行开发的开发者超过190万,与合作伙伴一起帮助越来越多的行业完成AI赋能。

关于 Graphcore®

Graphcore IPU(智能处理器)硬件和Poplar®软件帮助创新者创建下一代机器智能解决方案。IPU是第一个专门为机器智能设计的处理器。Graphcore已从领先的金融以及战略投资者那里筹集了超过4.5亿美元的资金,公司总部位于英国布里斯托。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: 驱动电源

在工业自动化蓬勃发展的当下,工业电机作为核心动力设备,其驱动电源的性能直接关系到整个系统的稳定性和可靠性。其中,反电动势抑制与过流保护是驱动电源设计中至关重要的两个环节,集成化方案的设计成为提升电机驱动性能的关键。

关键字: 工业电机 驱动电源

LED 驱动电源作为 LED 照明系统的 “心脏”,其稳定性直接决定了整个照明设备的使用寿命。然而,在实际应用中,LED 驱动电源易损坏的问题却十分常见,不仅增加了维护成本,还影响了用户体验。要解决这一问题,需从设计、生...

关键字: 驱动电源 照明系统 散热

根据LED驱动电源的公式,电感内电流波动大小和电感值成反比,输出纹波和输出电容值成反比。所以加大电感值和输出电容值可以减小纹波。

关键字: LED 设计 驱动电源

电动汽车(EV)作为新能源汽车的重要代表,正逐渐成为全球汽车产业的重要发展方向。电动汽车的核心技术之一是电机驱动控制系统,而绝缘栅双极型晶体管(IGBT)作为电机驱动系统中的关键元件,其性能直接影响到电动汽车的动力性能和...

关键字: 电动汽车 新能源 驱动电源

在现代城市建设中,街道及停车场照明作为基础设施的重要组成部分,其质量和效率直接关系到城市的公共安全、居民生活质量和能源利用效率。随着科技的进步,高亮度白光发光二极管(LED)因其独特的优势逐渐取代传统光源,成为大功率区域...

关键字: 发光二极管 驱动电源 LED

LED通用照明设计工程师会遇到许多挑战,如功率密度、功率因数校正(PFC)、空间受限和可靠性等。

关键字: LED 驱动电源 功率因数校正

在LED照明技术日益普及的今天,LED驱动电源的电磁干扰(EMI)问题成为了一个不可忽视的挑战。电磁干扰不仅会影响LED灯具的正常工作,还可能对周围电子设备造成不利影响,甚至引发系统故障。因此,采取有效的硬件措施来解决L...

关键字: LED照明技术 电磁干扰 驱动电源

开关电源具有效率高的特性,而且开关电源的变压器体积比串联稳压型电源的要小得多,电源电路比较整洁,整机重量也有所下降,所以,现在的LED驱动电源

关键字: LED 驱动电源 开关电源

LED驱动电源是把电源供应转换为特定的电压电流以驱动LED发光的电压转换器,通常情况下:LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: LED 隧道灯 驱动电源
关闭