英特尔与百度深化人工智能合作，打造全新AI相机

Intel与百度深化人工智能合作，打造全新AI摄像头、基于FPGA的工作负载加速即服务并优化PaddlePaddle深度学习框架。

在今日举行的百度AI开发者大会百度创造上，英特尔人工智能智能事业部副总裁GadiSinger介绍了英特尔与百度在人工智能A方面的合作该领域一系列合作进展，包括英特尔Movidius Vision处理器（VPU）支持百度Xeye智能零售摄像头产品，英特尔FPGA协助百度计划推出工作负载加速即服务，以及基于Intel Xeon可扩展处理器平台优化的PaddlePaddle深度学习框架。

英特尔人工智能事业部副总裁与人工智能架构总经理GadiSinger出席百度AI开发者大会并发表演讲

“从让终端设备成为基于至强可扩展处理器的智能大规模数据中心，到使用英特尔 FPGA 加速不同的工作负载，再到让 PaddlePaddle 开发者更轻松地进行跨平台编程，百度充分利用英特尔的产品和技术专长，让人工智能技术的进步真正造福大众。”

——Gadi Singer、英特尔人工智能事业部副总裁、人工智能架构总经理

智能摄像头：百度Xeye摄像头采用Intel® Movidius™ Myriad 2 VPU，为零售行业提供高性能、低功耗的视觉智能。百度领先的机器学习算法与英特尔定制的VPU解决方案强强结合，让这款摄像头能够分析物体和手势并识别人体，从而为零售行业用户提供个性化的购物体验。 。

FPGA：百度正在开发基于英特尔最新 FPGA 技术的异构计算平台。该技术将大幅提升加速性能和能效，灵活加速各类数据中心工作负载，赋能百度云工作负载加速即服务。

PaddlePaddle更新：百度优化了PaddlePaddle在Intel Xeon可扩展处理器上的性能。开发者和数据科学家可以利用支持全球数据中心的硬件和云计算进一步完善AI算法。

Intel对PaddlePaddle的优化涵盖了计算、内存、架构、通信等不同层面，例如：

通过 AVX Intrinsics 函数、BLAS 库（例如 MKL、OpenBLAS）或自定义 CPU 函数

使用 MKL-DNN（面向深度神经网络的英特尔数学内核库 ）优化 CNN（卷积神经网络）

此外，英特尔和百度还将继续探索和研究将PaddlePaddle与英特尔nGraph集成，这是一种适用于各种设备和框架的DNN模型（深度神经网络模型）编译器。今年3月，Intel开源了nGraph。在它的支持下，数据科学家可以专注于数据科学研究和开发，而不必担心如何将DNN模型部署到各种硬件平台上进行高效的训练和运行。

Intel 和 Intel 徽标是 IntelCorporation 在美国和其他国家/地区的商标。