8月28日,在 AICC2019人工智能计算大会上,浪潮与百度宣布达成人工智能合作,共建AIStation与飞桨联合方案。当前,飞桨的PaddleHub、AutoDL Design、PARL三大工具模块,及包括ERNIE持续学习语义理解框架在内的超160个有优势性能的预训练模型,现已整合在AIStation平台上,用户可同时享有敏捷高效的AI计算资源管理部署能力和专业AI框架优化服务能力。
AIStation是浪潮面向人工智能企业训练场景的人工智能Paas平台,可实现容器化部署、可视化开发、集中化管理等,为用户提供极致高性能的AI计算资源,实现高效的计算力支撑、精准的资源管理和调度、敏捷的数据整合及加速、流程化的AI场景及业务整合,有效打通开发环境、计算资源与数据资源,提升开发效率。
百度飞桨是国内唯一功能完备的开源深度学习平台,集深度学习训练和预测框架、模型库、工具组件和服务平台为一体,拥有兼顾灵活性和高性能的开发机制、工业级应用效果的模型、超大规模并行深度学习能力、推理引擎一体化设计及系统化服务等优势。
在人工智能发展的今天,各种深度学习框架层出不穷,安装部署相对复杂,典型的深度训练模型需要几天到几周的计算周期,对计算力资源消耗较大。同时大型深度学习环境往往需要动态协调数百台服务器,上千颗CPU的计算资源,而且GPU计算卡也随着服务器等资源分散在不同的环境中,利用率较低且难以统一管理。
AIStation可无缝对接算法ISV,通过与AI算法及框架开发企业合作,内置优化多种主流深度学习框架和组件,可减化用户在框架和组件等方面配置及操作,为终端客户提供全链条的场景化服务,涵盖金融、电信、教育、制作等行业场景。当前,AIStation已聚合了包含科大讯飞、第四范式、英特尔、英伟达、VMware等近20家企业的AI框架、模型和工具组件,百度飞桨的加入意味着浪潮AIStation又一次迎来新的重要合作伙伴,大家将共同创建一个开放全新的生态,赋能行业最终用户,推进产业AI化进程。
好文章,需要你的鼓励
今天讲的出海案例是开创电气,一家金华手持式电动工具制造商,在越南基地完成首款产品验收并形成80万台年产能力。
清华、浙大等高校提出OPID框架,从AI自身完成的任务轨迹中提炼层级化经验技能,转化为密集训练信号,解决强化学习中稀疏奖励难以精细指导决策的问题。
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
萨里大学与西蒙菲莎大学联合提出ABACUS模型,首次将物体计数、人群计数、指代计数与精准图像生成统一在单个30亿参数模型中,七项基准全面超越现有专业模型。