英特尔收购AI领头企业Nervana Systems望实现组合创新

简介:

英特尔支持着数以万计的云和数十亿的智能互联设备。当前,云计算无处不在,计算成本延续摩尔定律的脚步也日益下降,终端连接的可用性也不断提高,这些互联设备每天都在产生数百万 TB 的数据。如何分析这些数据并从中发掘蕴藏的价值是所有人面临的最大机遇之一,而人工智能对于把握这一机遇至关重要。

尽管人工智能时常被视为奇思幻想,常常出现在科幻小说和电影中,但其实它早已应用到我们人类生活的方方面面。从语音转文本 (talk-to-text)、照片标记、欺诈检测等常见用途到精准医疗、伤害预测、自动驾驶汽车等前沿领域,它几乎无处不在。人工智能涵盖高级数据分析、计算机视觉、自然语言处理和机器学习等计算方法,它正在革新企业的运营方式以及人类与世界的互动方式。

机器学习(Machine Learning)及其分支深度学习(Deep Learning)是拓展人工智能应用领域的重要途径。如今,大多数支持机器学习工作负载的服务器都是基于英特尔至强处理器所打造,不仅如此,英特尔拥有在深度学习推理领域部署广泛的处理器--英特尔至强处理器 E5产品家族,且最近发布的第二代英特尔至强融核处理器可提供深度学习训练阶段所至关重要的高可扩展性能。

英特尔收购AI领头企业Nervana Systems望实现组合创新

人工智能领域的成功需要持续创新,通过优化的可扩展平台,实现以最低的总体拥有成本获得最高的性能。今天,英特尔宣布签订了收购深度学习领域公认领导企业 Nervana Systems 的最终协议。Nervana 成立于 2014 年,总部位于加利福尼亚圣迭哥,拥有为深度学习而全面优化的软件和硬件堆栈。Nervana的知识产权以及他们在加速深度学习算法方面的领先技术将极大拓展英特尔在人工智能领域的布局。英特尔将整合 Nervana 的软件专业知识以进一步优化其数学核心函数库,并帮助将其集成到行业标准框架中。Nervana 所带来强大引擎和芯片级专业技术将有助于改进英特尔的人工智能产品组合,提升英特尔至强和英特尔至强融核处理器的深度学习性能并降低它们的总体拥有成本。

英特尔执行副总裁兼数据中心事业部总经理柏安娜与Nervana联合创始人Naveen Rao, Arjun Bansal, Amir Khosrowshaki以及英特尔副总裁Jason Waxman

英特尔崇尚协作,坚信就各种新想法和观点进行交流能擦出智慧的火花。开发英特尔至强和英特尔至强融核处理器的英特尔工程师与才华横溢的 Nervana Systems 团队,是推动行业更快发展和创新的天作之合。英特尔将继续投资于领先技术,致力于补充和增强英特尔的人工智能产品组合。



原文发布时间为: 2016年8月10日

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。e

相关文章
|
2月前
|
存储 人工智能 搜索推荐
解锁AI新境界:LangChain+RAG实战秘籍,让你的企业决策更智能,引领商业未来新潮流!
【10月更文挑战第4天】本文通过详细的实战演练,指导读者如何在LangChain框架中集成检索增强生成(RAG)技术,以提升大型语言模型的准确性与可靠性。RAG通过整合外部知识源,已在生成式AI领域展现出巨大潜力。文中提供了从数据加载到创建检索器的完整步骤,并探讨了RAG在企业问答系统、决策支持及客户服务中的应用。通过构建知识库、选择合适的嵌入模型及持续优化系统,企业可以充分利用现有数据,实现高效的商业落地。
88 6
|
2月前
|
人工智能 自然语言处理 机器人
对话阿里云 CIO 蒋林泉:AI 时代,企业如何做好智能化系统建设?
10 月 18 日, InfoQ《C 位面对面》栏目邀请到阿里云 CIO 及 aliyun.com 负责人蒋林泉(花名:雁杨),就 AI 时代企业 CIO 的角色转变、企业智能化转型路径、AI 落地实践与人才培养等主题展开了讨论。
893 67
对话阿里云 CIO 蒋林泉:AI 时代,企业如何做好智能化系统建设?
|
22天前
|
人工智能 数据挖掘 数据库
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
本文为数据库「拥抱Data+AI」系列连载第1篇,该系列是阿里云瑶池数据库面向各行业Data+AI应用场景,基于真实客户案例&最佳实践,展示Data+AI行业解决方案的连载文章。本篇内容针对电商行业痛点,将深入探讨如何利用数据与AI技术以及数据分析方法论,为电商行业注入新的活力与效能。
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
|
27天前
|
存储 人工智能 数据可视化
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
在数字化时代,企业面临海量客户对话数据处理的挑战。阿里云推出的“AI大模型助力客户对话分析”解决方案,通过先进的AI技术和智能化分析,帮助企业精准识别客户意图、发现服务质量问题,并生成详尽的分析报告和可视化数据。该方案采用按需付费模式,有效降低企业运营成本,提升客服质量和销售转化率。
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
|
17天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
73 4
|
24天前
|
数据采集 人工智能 搜索推荐
|
24天前
|
数据采集 人工智能 搜索推荐
大咖说|Data+AI:企业智能化转型的核心驱动力
在数字化浪潮的推动下,企业正面临前所未有的挑战与机遇。数据与人工智能的结合,形成了强大的Data+AI力量,尤其在近期人工智能迅速发展的背景下,这一力量正在加速重塑企业的运营模式、竞争策略和市场前景,成为适应变化、提升竞争力、推动创新的核心驱动力。本文将讨论企业采用Data+AI平台的必要性及其在企业智能化转型中的作用。
120 0
大咖说|Data+AI:企业智能化转型的核心驱动力
|
28天前
|
人工智能 分布式计算 数据可视化
大模型私有化部署全攻略:硬件需求、数据隐私、可解释性与维护成本挑战及解决方案详解,附示例代码助你轻松实现企业内部AI应用
【10月更文挑战第23天】随着人工智能技术的发展,企业越来越关注大模型的私有化部署。本文详细探讨了硬件资源需求、数据隐私保护、模型可解释性、模型更新和维护等方面的挑战及解决方案,并提供了示例代码,帮助企业高效、安全地实现大模型的内部部署。
67 1
|
28天前
|
人工智能 分布式计算 数据可视化
大模型私有化部署全攻略:硬件需求、数据隐私、可解释性与维护成本挑战及解决方案详解,附示例代码助你轻松实现企业内部AI应用
【10月更文挑战第23天】随着人工智能技术的发展,大模型在各领域的应用日益广泛。然而,将其私有化部署到企业内部面临诸多挑战,如硬件资源需求高、数据隐私保护、模型可解释性差、更新维护成本高等。本文探讨了这些挑战,并提出了优化硬件配置、数据加密、可视化工具、自动化更新机制等解决方案,帮助企业顺利实现大模型的私有化部署。
61 1
|
2月前
|
人工智能 关系型数据库 数据中心
2024 OCP全球峰会:阿里云为代表的中国企业,引领全球AI网络合作和技术创新
今年的OCP(Open Compute Project)峰会于2024年10月14日至17日在美国加州圣何塞举行,在这场全球瞩目的盛会上,以阿里云为代表的中国企业,展示了他们在AI网络架构、液冷技术、SRv6和广域网等前沿领域的强大创新能力,持续引领全球合作与技术创新。

热门文章

最新文章

下一篇
无影云桌面