<address id="jnvzp"><listing id="jnvzp"><listing id="jnvzp"></listing></listing></address>

            <address id="jnvzp"><nobr id="jnvzp"><progress id="jnvzp"></progress></nobr></address>
            <address id="jnvzp"><address id="jnvzp"></address></address><form id="jnvzp"></form>

            現在位置:主頁 > 熱文 > WAVE SUMMIT 2021飛槳九大全新發布 敲響產業智能化升級最強音

            WAVE SUMMIT 2021飛槳九大全新發布 敲響產業智能化升級最強音

            作者:編輯 ? 時間:2021-05-24 ? 瀏覽:人次

            5月20日,由深度學習技術及應用國家工程實驗室與百度聯合主辦的WAVE SUMMIT 2021深度學習開發者峰會在北京召開。飛槳框架進入2.0時代后,帶來九大全新發布,包括飛槳核心框架V2.1、大規模圖檢索引擎、文心ERNIE四大預訓練模型、推理部署導航圖、硬件生態進展、開放云原生機器學習核心PaddleFlow,以及投入15億資金、聚焦生態發展的飛槳“大航?!庇媱澣骈_啟。飛槳持續引領深度學習技術發展和跨界科研突破,同時不斷降低技術應用門檻,加速AI大生產,推動產業智能化進程。

              飛槳以百度多年的深度學習技術研究和業務應用為基礎,是中國首個開源開放、技術領先、功能完備的產業級深度學習平臺。百度深度學習技術平臺部高級總監馬艷軍現場發布了飛槳開源的最新進展。

              圖:飛槳重磅發布推理部署導航圖,助力開發者打通AI應用的“最后一公里”

              今年初,飛槳正式發布了開源框架2.0版本,是飛槳發展歷程中的重要里程碑。2.0版本默認的編程范式由靜態圖升級為動態圖,而且實現了動靜統一的設計,很好地兼顧了科研和產業的需求。目前,飛槳深度學習開源平臺從基礎模型庫、端到端開發套件到工具組件,都基于框架2.0版本進行了升級,開發體驗得到了全面提升。2.0版本的大規模訓練能力持續突破,參數服務器技術迭代到第三代,是業內首個通用異構參數服務器架構。最近又發布了4D混合并行技術,支持超大模型訓練。

              此次峰會上,馬艷軍全新發布飛槳開源框架V2.1,自動混合精度、動態圖、高層API等進行了優化和增強。尤其是自定義算子功能全面升級,降低開發者自定義算子的學習與開發成本,大幅提升開發靈活性。

              分布式訓練方面,發布大規模圖檢索引擎,支持萬億邊的圖存儲和檢索,大規模圖模型訓練架構支持網易云音樂等企業大規模應用落地。

              模型套件方面,文心ERNIE全新開源發布 4大預訓練模型,分別是多粒度語言知識增強模型ERNIE-Gram、超長文本理解模型ERNIE-Doc、融合場景圖知識的跨模態理解模型ERNIE-ViL和語言與視覺一體的模型ERNIE-UNIMO。知識與深度學習相結合實現知識增強的語義理解,不僅僅能理解語言,還可以理解圖像,實現統一的跨模態語義理解。

              部署方面,飛槳提供全面的推理部署工具鏈,重磅發布推理部署導航圖,其中已驗證300多條部署通路,助力開發者打通AI應用的“最后一公里”。

              硬件生態方面,從去年520峰會發布硬件生態伙伴圈到今天的一年時間里,飛槳已經和包括百度昆侖、英特爾在內的22家國內外硬件廠商開展適配和聯合優化,已完成和正在適配的芯片或IP達到了31款。

              圖:飛槳開放云原生機器學習核心PaddleFlow

              百度AI產品研發部總監忻舟帶來了飛槳企業版“一核兩翼”AI開發雙平臺的全新升級,并宣布正式開放飛槳企業版的“核”――PaddleFlow,一個專為AI平臺開發者打造的易被集成的云原生機器學習核心系統。

              PaddleFlow提供了計算和存儲資源管理與調度、作業執行與服務部署等AI開發平臺核心能力,并提供靈活的用戶接入和二次開發支持,具備云原生、性能優異、輕量易用等產業特色,助力AI平臺開發者高效構建更多細分場景和深度定制的AI平臺。

              “兩翼”中的EasyDL零門檻AI開發平臺面向AI應用開發者,預置17種任務場景,通過端到端全流程的自動化建模與優化機制,極致提升AI應用開發效率,本次EasyDL帶來了自動場景適配優化、模型自動化評估與輔助診斷兩項新特性,不斷提升細分場景的模型效果和模型優化迭代效率。

              BML全功能AI開發平臺面向AI算法開發者,提供靈活全面的建模方式,預置模型開發是BML最具特色的功能之一,它是一種基于預訓練的低代碼建模方式,集成了飛槳優秀的開發套件和工具組件,結合產業最佳實踐,優選出67套預置場景形成模型生產線,可節約80左右的開發時間,本次預置模型開發新增支持了機器學習任務并進一步豐富工具組件,滿足更廣泛的AI開發場景需求。

              飛槳一系列的新發布和升級,讓深度學習落地產業應用的門檻不斷降低,持續助力工業大生產第一線。作為全面推動中國產業智能化的重要基石,飛槳在加快技術迭代創新的同時,也在不斷加強產學研合作,構建日益繁榮的協同生態。

              圖:飛槳“大航?!弊o航計劃賦能產業智能化

              峰會上,百度AI技術生態部總經理劉倩宣布,飛槳將總投入15億元資金和資源,全面開啟飛槳“大航?!庇媱?,包括啟航、護航、領航三大生態航道。此次正式發布護航計劃、領航計劃以及去年發布的啟航計劃的最新進展。

              飛槳“大航?!弊o航計劃,將在三年內投入10億元資金,從技術賦能、人才賦能、生態賦能全方位支持10萬家企業智能化升級,培養百萬AI人才;

              飛槳“大航?!鳖I航計劃,以PPDE飛槳開發者技術專家、PPSIG特殊興趣小組、飛槳領航團等為主要組織形式,與業界優秀的開源社區和開源項目合作,系統化的設立研究和研發方向,聯合優秀的開發者、優秀的開源社區一起共建深度學習開源生態,攜手探索AI前沿領域。

              去年12月已發布的飛槳“大航?!眴⒑接媱?,將在三年內投入5億元,與全國500所高校深度合作,重點培訓5000位高校AI師資,聯合培養50萬學子。此次飛槳面向高校發布《AI人才產教融合培養方案》,體系化推進與高校的深入合作。

              飛槳還與三大高校創新創業實驗室舉行了現場簽約,包括清華大學基礎工業訓練中心、吉林大學創新創業實驗室、鄭州大學人工智能工程應用實驗室,將共同推進產學研用一體化發展,打造產業智能化預備軍。

              新基建的加速為中國“智能經濟”創造了有利的條件和巨大的發展契機。時代背景之下,飛槳正攜手開發者和各行各業生態伙伴,促進產業鏈與創新鏈深度融合,領航產業智能化全速前進。

            轉載請保留原文鏈接:http://www.jcblas.com/a/rewen/20210524/66630.html上一篇:上一篇:Whately惠特利交易所深耕產品, 構建護城河
            下一篇:下一篇:沒有了
            贾二虎小说全文阅读百度小说_japanesexxxxx在线播放_黑森林导航精品_身为人母电影在线观看_在线观看人与动牲交视频_午夜免费无码福利视频