会议详情
活动信息
英特尔AI实践日,是英特尔出品,涵盖云端到终端,通用CPU到异构XPU的一系列人工智能实践分享。该分享系列,由英特尔的技术专家从实际应用案例中精选经典的设计及优化实例作为蓝本精心制作,并担任分享嘉宾。内容详实丰富,既包括前沿技术介绍和演示,也提供动手实操和练习项目。
每一期活动我们都将邀请不同业内专家,共同探讨在AI领域的技术前沿、方案落地,最佳实践等主题,为广大人工智能领域的开发者、专家工程师、高校老师学生,提供交流学习的平台。
活动安排
时间 | 议程 |
---|---|
19:30 – 19:35 | 本期介绍 |
19:35 - 20:25 | 工业AI质检全流程开发难点及应用(Kevin, 百度BML产品经理) |
20:25 – 21:15 | 百度飞桨基于 Intel DL Boost 技术的推理加速方案(李丹青-英特尔深度学习研发工程师) |
议题介绍
工业AI质检全流程开发难点及应用
当工业制造批量化、高效率生产成为趋势,如何把关产品质量,提高质检效率成为行业难题。
本次分享会通过BML一站式AI开发平台进行深度学习打怪升级,从数据准备到模型训练,从模型部署到应用,了解工业AI质检全流程开发与实战。内容包含快速搭建AI质检模型进行效果验证,高精度模型调参与算法优化技巧,边缘端模型压缩、如何提升模型推理速度等。
(Kevin, 百度BML产品经理,目前主要负责BML全功能AI开发平台的产品设计及运营推广)
百度飞桨基于 Intel DL Boost 技术的推理加速方案
英特尔与百度飞桨深度学习平台合作,通过使能 Intel Deep Learning Boost 技术(AVX512/VNNI/BF16) ,在百度飞桨平台上集成了支持FP32/INT8/BF16多种数据类型的预测优化加速方案,加速了深度学习模型在英特尔至强处理器上的落地与应用。
本次分享首先介绍Intel DL Boost技术,然后讲解 INT8 量化模型的产出、优化和部署全流程解决方案,接着介绍Bfloat16低精度预测的优化方案,最后展示百度BML平台上实际业务模型在英特尔至强处理器上的收益。
(李丹青-英特尔深度学习研发工程师)
主办方
- 英特尔AI实践日工作组
- 百度
合作伙伴
- 白玉兰开源开放研究院
- 示说
- 开发者头条
- mongodb中文社区
- 养码场
- dbaplus社区
- 数据与智能
3秒后跳转登录页面
去登陆