百度CTO王海峰：软硬协同共推深度学习标准化、自动化、模块化

10月17日下午，由百度主办的2019年中关村论坛 ·  AI时代的深度学习技术与应用创新论坛在北京举行。做为这次中关村论坛中惟一聚焦深度学习的平行论坛，来自清华大学、马里兰大学、英特尔、联想等国内外知名院所、企业的专家学者齐聚北京，政、产、学、研共议深度学习技术前沿和将来产业发展趋势。算法

“深度学习开发与产业应用是一个复杂系统，百度开源开放了自主研发的深度学习平台飞桨，咱们期待与软硬件领域各界一道，更好地把深度学习技术标准化、自动化和模块化，促进产业智能化，为更美好的智能时代贡献中国力量。”百度首席技术官、深度学习技术及应用国家工程实验室主任王海峰在致词中表示。服务器

王海峰 百度首席技术官，深度学习技术及应用国家工程实验室主任网络

技术成熟 应用提速 中国深度学习需培养茁壮根系架构

深度学习是近年来人工智能发展最迅猛的领域之一。在算力、数据、算法三架马车的有力驱动下，深度学习以势如破竹之势在语音识别、机器视觉、天然语言处理等一个个经典的人工智能问题上取得实质性进展，由此AI走进了真实应用场景，开始发挥出真正的价值。2019政府工做报告中特别强调了“拓展‘智能+’,为制造业转型升级赋能”，这也是人工智能连续第三年出如今政府工做报告中。框架

许心超 北京市科委市科委党组成员、副主任分布式

深度学习走向大规模产业化应用已成为从政策导向到行业共识的一致方向，为此构筑坚实基座是当前重要议题。北京市科委市科委党组成员、副主任许心超在致词中指出，面对新一轮科技革命和产业变革，北京组织百度等骨干企业及学界各方优点力量，率先构建开放AI生态系统，并重点开展基础理论研究与关键共性技术研发，支持发展开源算法框架的标准化，开展人工智能基准测试和软硬适配研究，推进应用场景开放及数据开放等工做。模块化

姜广智 北京市经济和信息化局副巡视员性能

北京市经济和信息化局副巡视员姜广智表示，与计算芯片相结合的深度学习框架，将造成主导产业生态的核心技术体系。咱们很高兴的看到，以飞桨为表明的国产开源深度学习的技术体系已初步具有支撑人工智能产业发展的能力。下一步，北京将重点围绕自主研发的深度学习框架构建人工智能技术体系，相关工做正在持续推动中。学习

中国工程院院士，清华大学自动化系教授戴琼海现场参会并作了主题报告。中国深度学习领域发展既要在世界开源精神中汲取营养并积极贡献，也要注重在自身的土壤下成长出茁壮根系。马里兰大学帕克分校教授Dinesh Manocha也在分享中表示，在机器人的技术和自动驾驶技术研究中运用了来自多领域的知识，进行了大量的实验和训练，这之中一个高效、开放的框架是很是必要的。测试

Dinesh Manocha马里兰大学帕克分校教授

在这次论坛中，深度学习共性技术平台、芯片为表明的算力领域正是国内外学者及企业谈及最多的两大方向，这也是深度学习大规模产业化过程当中两道最重要的基础关。

更低门槛 更高效能 开源平台+智能芯片引爆产业智能应用

从代码到你我熟知的人脸识别、智能对话、个性推荐之间须要多少步？链条很长，但它的开端无疑是在深度学习平台。百度CTO王海峰博士曾将深度学习平台比做“全部人工智能应用的一个基础的底座”。从组网、训练、到预测，深度学习平台对底层语言和重要算法模型进行封装，极大下降了研发门槛，是典型的共性技术平台。

论坛现场，百度AI技术平台体系执行总监，深度学习技术及应用国家工程实验室副主任吴甜介绍了百度深度学习平台飞桨及其产业实践。在全球开源框架阵列里，飞桨是中国首个也是目前国内惟一开源开放、功能完备的产业级深度学习平台。截止目前，飞桨深度学习平台已累计服务150多万开发者，仅在定制化训练平台上就有超过6.5万企业用户，发布了16.9万个模型。此外吴甜还发布了《百度大脑AI技术成果白皮书》，向业界全面展现了百度大脑在过去一年里的技术演进。

吴甜 百度AI技术平台体系执行总监，深度学习技术及应用国家工程实验室副主任

而在算力方向，随着产业智能化的不断推动，目前深度学习模型，尤为是工业级模型的网络结构愈来愈复杂，对大规模深度学习计算的需求激增。以色列理工学院人工智能中心主任Assaf Schuster从算法层面分享了AI高性能计算的前沿基础研究。在硬件领域，专为AI工做负载设计，与软件协同构建的定制高性能芯片及机器总在各大发布会中被普遍热议。

英特尔AI产品集团深度学习多芯片性能架构师Karthikeyan Vaidyanathan介绍了英特尔Nervana神经网络训练处理器（NNP-T）。这款与百度合做开发的处理器能够加速大规模分布式训练，AI训练方面比同类产品要强上最多10 倍。做为国内知名智能芯片领域先行者，北京中科寒武纪副总裁刘道福分享了智能处理器设计方面寒武纪的独特思路。除了端侧芯片外，浪潮集团AI首席架构师张清分享了服务器视角下深度学习计算优化与应用实践，他表示提升计算系统性能与效率需从系统的角度综合考虑，训练与推理平台与算法、应用场景的Co-Design。

而在数据层面，联想研究院人工智能实验室总监师忠超强调了产业落地过程当中行业知识的重要性。师忠超表示，联想人工智能聚焦智能物联网、传统IT向智能基础设施转型、行业智能这三大方向，将来人工智能必定是从实际应用中得到需求，结合数据，算法以及行业knowhow（知识、经验、流程），打造智能垂直行业解决方案。

除精彩的主题报告外，百度还邀请了中科院自动化所模式识别国家重点实验室研究员，博士生导师，人工智能与先进计算联合实验室主任程健、联想研究院人工智能实验室总监师忠超、百度机器人与自动驾驶实验室主任杨睿刚、北京航空航天大学计算机学院副教授、博士生导师刘祥龙、英特尔AI产品集团深度学习多芯片性能架构师Karthikeyan  Vaidyanathan五位来自海内外的学界产业界大拿，围绕“深度学习的技术趋势及应用落地”进行深刻对谈。

人工智能正在由学术界驱动转向学术界和产业界共同驱动，须要产学研协同创新。百度也期待与各界共同推进技术进步，共享技术成果，促进产业智能化，为全球经济发展和社会进步贡献中国力量。