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
|
23天前
|
人工智能 NoSQL atlas
4大企业实例解析:为何MongoDB Atlas成为AI服务构建的首选
本文所提及的仅是MongoDB Atlas在AI领域可实现功能的冰山一角
1538 1
|
2月前
|
人工智能 运维 安全
英伟达发布AI Enterprise 5.0,帮助企业加速生成式AI开发
英伟达发布AI Enterprise 5.0,这是一个云端原生平台,加速生成式AI的开发与部署。该平台提供优化的数据科学流程,支持生成式AI,强调性能、安全性和灵活性。核心特性包括NVIDIA NIM和CUDA-X微服务的性能优化,严格的安全监测,多环境运行能力,及企业级支持与服务。API目录提供多种预训练模型,促进跨领域的应用创新。然而,平台可能对小企业有高技术门槛和成本挑战,且可能存在与现有系统兼容性问题。
24 1
英伟达发布AI Enterprise 5.0,帮助企业加速生成式AI开发
|
1月前
|
消息中间件 人工智能 运维
左手医生:医疗 AI 企业的云原生提效降本之路
通过使用阿里云云原生等产品,左手医生项目的上线时间缩短了 67%,运维效率提升 70% 左右,消息处理的效率也提升了 80% 左右。
|
3天前
|
人工智能 运维 Serverless
【云故事探索】NO1:看森马服饰,在阿里云上如何用AI实现创新?
在数字化转型中,云计算成为企业创新的关键驱动力。森马服饰借助阿里云函数计算,应对新零售挑战,实现业务模式重塑和效率提升。面对AI技术落地的困难,如高成本、长决策周期和复杂运维,森马通过阿里云的Serverless解决方案,快速将AI融入核心业务,优化了从设计到营销的全链条流程。通过函数计算,森马降低了AI项目初期的硬件投入和运维难题,提升了设计师的工作效率,将设计时间从3天缩短到30秒,实现了服装设计和营销的智能化升级。
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
构建未来:AI在持续学习系统中的创新应用
【4月更文挑战第27天】 随着人工智能(AI)技术的飞速发展,其在自我进化的持续学习系统中扮演的角色日益重要。本文探讨了AI如何通过创新算法、自适应策略和交互式学习环境来优化其学习能力。重点分析了深度学习、增强学习和迁移学习等技术如何共同作用于AI系统,使其能够不断从新数据中提取知识,适应不断变化的任务要求,并实现跨领域的知识转移。此外,文章还探讨了在设计这些系统时面临的挑战,包括数据隐私、算法偏见和系统的可解释性问题。
|
7天前
|
人工智能 文字识别 自然语言处理
低代码引领AI创新:业务解决方案智能化设计
低代码平台结合AI技术,正推动构建智能化应用的革命。低代码通过可视化界面和预置模块简化开发,提高效率,降低技术门槛,并能灵活应对变化。AI则为应用带来智能决策支持、自动化工作流和增强用户体验。实际应用中,AI用于智能预测、情感分析、OCR和关键字提取,帮助企业加速数字化转型,提升业务价值。
19 1
|
20天前
|
机器学习/深度学习 人工智能 算法
AI战略丨AI原生时代,应用创新蓄势待发
通过热点AI应用创新项目的观察,我们可以看到新技术的突破方向,也能发现基于生成式AI迸发出的全新商业前景落地的可能性。
AI战略丨AI原生时代,应用创新蓄势待发
|
26天前
|
机器学习/深度学习 人工智能 自然语言处理
构建未来:AI在持续学习系统中的创新应用
【4月更文挑战第6天】 随着人工智能(AI)技术的不断进步,其在教育领域的应用已经从理论走向实践。本文探讨了AI在持续学习系统中的应用,重点分析了如何利用AI技术提高学习效率、个性化学习体验以及优化教育资源分配。文章通过案例研究和最新研究成果,展示了AI如何帮助构建一个更加智能、高效和包容的学习环境。
|
29天前
|
人工智能
|
1月前
|
人工智能 自然语言处理 安全
AI语音克隆技术企业携手智能硬件制造商革新用户交互体验——ElevenLabs赋能rabbit r1设备实现自然流畅的人机对话
【4月更文挑战第1天】ElevenLabs与rabbit合作,将AI语音克隆技术应用于r1设备,实现自然人机对话。r1借助ElevenLabs的低延迟语音回应技术和rabbit的LAM,提供真实流畅的交互体验。双方旨在创建动态副驾驶般的用户体验,同时,这也预示着智能家居和个人助理产品的未来趋势,即更加人性化和智能化。但科技进步也伴随着隐私和过度依赖的问题,企业需兼顾用户体验与安全。
27 1
AI语音克隆技术企业携手智能硬件制造商革新用户交互体验——ElevenLabs赋能rabbit r1设备实现自然流畅的人机对话