英特尔预计在2020年将深度学习技术应用在日用品和可穿戴设备上
英特尔副总裁在受访时表示，“深度学习已死”这类报道完全属于夸大其词，深度学习是ai发展的下一个阶段，英特尔预计在2020年将深度学习技术应用在日用品和可穿戴设备上。
现在，机器学习社区中有很多人会告诉你，搞深度学习（dl）是死路一条。
不过，英特尔副总裁gadi singer显然不属于这类人。他认为，深度学习刚刚开始上路。事实上，他的观点是，我们即将进入ai的下一阶段，而处于最前沿的深度学习是其中很重要的一部分。
singer应该很清楚自己在说什么。毕竟，世界上大多数的ai计算任务都是在他所在的英特尔公司的架构上运行的。
singer是英特尔副总裁、ai产品集团架构总经理。他的艰巨任务是确定公司的ai愿景的下一步该怎么走。与google的ai未来学家ray kurzweil不同，singer更多关注他所在公司ai计划的细节。所以他的预测不是为了遥远的未来：而是预测2019年和2020年。
英特尔副总裁、ai产品集团架构总经理gadi singer
目前大部分ai任务循环运行于gpu上？错了！
据singer介绍，英特尔的人工智能策略采用三管齐下的方式，其中包括所有的机器学习类型。他说，深度学习刚刚开始成熟，因此英特尔需要做好准备，能够为实际应用提供最先进的解决方案。
当被问及深度学习对整个ai领域意味着什么时，他表示：“这是ai的下一个阶段。”
前面提到的未来三点计划很复杂，但简而言之就是：
1、开发各种芯片以满足各种需求
2、获取杰出人才，开发新技术
3、在公司的产品中提供智能化、一致的软件层
这三条听看上去都是企业和财务上的问题。但是，它对英特尔的客户而言究竟意味着什么？在我们的采访中，singer提出了自己的问题：
你认为大多数ai任务循环运行在哪种架构上？
如果你过去几年一直在关注ai，那么显而易见的答案就是gpu。辛格表示，这也是错误的：
其实并不是gpu，我下面就解释为什么不是。深度学习中的任务，基本上可以分为两类：训练和推理。 nvidia的芯片可以作有很多训练任务。关于nvidia的gpu的讨论主要是训练。
在2015年时，我们估计，ai项目中执行推理任务用时与执行训练任务用时的比例大概是1：1。而实际上，今天这个比例达到了5：1，并且正朝着10：1的方向发展......而大多数推理任务都是在cpu上运行的，确切地说是在intel cpu上......大多数ai计算任务都是在英特尔的架构上运行的。
芯片巨头如何跟上ai潮流？还是要靠买买买
英特尔对2019年-2020年的人工智能发展，特别是深度学习的愿景，已经走出了实验时代，并涉及世界上几乎所有的对象。
英特尔希望，未来的硬件不仅能掌握在研究人员手中，而且广泛用于小工具和可穿戴设备中，并满足企业和开发人员的需求。无论用户要利用深度学习实现什么需求，英特尔都计划提供能够满足这些需求的芯片组和软件环境。
尽管在短短几年前，关于2019年的这一愿景和ai发展的“下一阶段”到底是什么样子还不清楚。但singer表示，深度学习是他在英特尔见证的“更快”和“更强烈”的范式转变的推动力。
最近深度学习不断取得一波又一波新进展，作为回应，英特尔一直在收购像movidius和nervana这样的ai初创公司，以突破在ai芯片业务所能达到的极限。
英特尔还从内到外对自家的cpu进行了重新设计，为机器学习提供更多动力。公司开始开发软件解决方案，欲在ai领域大展拳脚。
很明显，在英特尔的眼中，所谓“深度学习已死”的报道属于夸大其词。
夏普研发出可弯曲超薄光伏电池用于提升太空发电能力
晶华微与西电杭州研究院模拟信号链集成电路联合实验室正式揭牌
125K PKE低频天线的详细介绍
电动车快速充电器电路设计图
思必驰DUI开放平台首秀：让AI语音快速赋能智能硬件
英特尔预计在2020年将深度学习技术应用在日用品和可穿戴设备上
SiGe-HBT：用于6G的双极晶体管
回流焊温度控制方法的介绍
集成电路测试服务商利扬芯片入选东莞市百强创新型企业
永磁同步电机优点
济南联通顺利完成了首批SDH网络业务迁移到PeOTN网络
开关稳压器WK2050-00产品概述
Harbour Air航空公司的MagniX系统将取代已经使用了50多年的内燃机
基于555定时器的D类耳机驱动器电路设计
华硕PA148CTV便携专业显示器亮相CES2021，强悍实力成创作者新宠
用电信息采集系统EPON建设方案
用插值查找表实现FPGA的DSP功能
为什么苹果要抛弃英特尔选择自研芯片?
如何使用位操作符实现低级别的位掩码
Python的C外部函数的静态类型推断
现在，机器学习社区中有很多人会告诉你，搞深度学习（dl）是死路一条。
不过，英特尔副总裁gadi singer显然不属于这类人。他认为，深度学习刚刚开始上路。事实上，他的观点是，我们即将进入ai的下一阶段，而处于最前沿的深度学习是其中很重要的一部分。
singer应该很清楚自己在说什么。毕竟，世界上大多数的ai计算任务都是在他所在的英特尔公司的架构上运行的。
singer是英特尔副总裁、ai产品集团架构总经理。他的艰巨任务是确定公司的ai愿景的下一步该怎么走。与google的ai未来学家ray kurzweil不同，singer更多关注他所在公司ai计划的细节。所以他的预测不是为了遥远的未来：而是预测2019年和2020年。
英特尔副总裁、ai产品集团架构总经理gadi singer
目前大部分ai任务循环运行于gpu上？错了！
据singer介绍，英特尔的人工智能策略采用三管齐下的方式，其中包括所有的机器学习类型。他说，深度学习刚刚开始成熟，因此英特尔需要做好准备，能够为实际应用提供最先进的解决方案。
当被问及深度学习对整个ai领域意味着什么时，他表示：“这是ai的下一个阶段。”
前面提到的未来三点计划很复杂，但简而言之就是：
1、开发各种芯片以满足各种需求
2、获取杰出人才，开发新技术
3、在公司的产品中提供智能化、一致的软件层
这三条听看上去都是企业和财务上的问题。但是，它对英特尔的客户而言究竟意味着什么？在我们的采访中，singer提出了自己的问题：
你认为大多数ai任务循环运行在哪种架构上？
如果你过去几年一直在关注ai，那么显而易见的答案就是gpu。辛格表示，这也是错误的：
其实并不是gpu，我下面就解释为什么不是。深度学习中的任务，基本上可以分为两类：训练和推理。 nvidia的芯片可以作有很多训练任务。关于nvidia的gpu的讨论主要是训练。
在2015年时，我们估计，ai项目中执行推理任务用时与执行训练任务用时的比例大概是1：1。而实际上，今天这个比例达到了5：1，并且正朝着10：1的方向发展......而大多数推理任务都是在cpu上运行的，确切地说是在intel cpu上......大多数ai计算任务都是在英特尔的架构上运行的。
芯片巨头如何跟上ai潮流？还是要靠买买买
英特尔对2019年-2020年的人工智能发展，特别是深度学习的愿景，已经走出了实验时代，并涉及世界上几乎所有的对象。
英特尔希望，未来的硬件不仅能掌握在研究人员手中，而且广泛用于小工具和可穿戴设备中，并满足企业和开发人员的需求。无论用户要利用深度学习实现什么需求，英特尔都计划提供能够满足这些需求的芯片组和软件环境。
尽管在短短几年前，关于2019年的这一愿景和ai发展的“下一阶段”到底是什么样子还不清楚。但singer表示，深度学习是他在英特尔见证的“更快”和“更强烈”的范式转变的推动力。
最近深度学习不断取得一波又一波新进展，作为回应，英特尔一直在收购像movidius和nervana这样的ai初创公司，以突破在ai芯片业务所能达到的极限。
英特尔还从内到外对自家的cpu进行了重新设计，为机器学习提供更多动力。公司开始开发软件解决方案，欲在ai领域大展拳脚。
很明显，在英特尔的眼中，所谓“深度学习已死”的报道属于夸大其词。
夏普研发出可弯曲超薄光伏电池用于提升太空发电能力
晶华微与西电杭州研究院模拟信号链集成电路联合实验室正式揭牌
125K PKE低频天线的详细介绍
电动车快速充电器电路设计图
思必驰DUI开放平台首秀：让AI语音快速赋能智能硬件
英特尔预计在2020年将深度学习技术应用在日用品和可穿戴设备上
SiGe-HBT：用于6G的双极晶体管
回流焊温度控制方法的介绍
集成电路测试服务商利扬芯片入选东莞市百强创新型企业
永磁同步电机优点
济南联通顺利完成了首批SDH网络业务迁移到PeOTN网络
开关稳压器WK2050-00产品概述
Harbour Air航空公司的MagniX系统将取代已经使用了50多年的内燃机
基于555定时器的D类耳机驱动器电路设计
华硕PA148CTV便携专业显示器亮相CES2021，强悍实力成创作者新宠
用电信息采集系统EPON建设方案
用插值查找表实现FPGA的DSP功能
为什么苹果要抛弃英特尔选择自研芯片?
如何使用位操作符实现低级别的位掩码
Python的C外部函数的静态类型推断