您的位置:400811云顶集团 > 云顶互联网 > 400811云顶集团到底长什么样体统,面向低功耗

400811云顶集团到底长什么样体统,面向低功耗

发布时间:2019-10-03 18:15编辑:云顶互联网浏览(98)

    原标题:回顾百度智能小程序过去这俩月 看看其机会在哪?

    原标题:干货 | 地平线:面向低功耗 AI 芯片上视觉任务的神经网络设计 | 职播间第 2 期

    原标题:“悔创阿里”的马云 终于走向了行为艺术的巅峰

    原标题:那些收款百万的销售型文案,究竟长什么样子(附攻略)

    在当下的互联网业界,ALL IN 小程序似乎成为了企业「面向未来,走得更远」的必由之路,从小程序业态的诞生开始,这一赛道就从来不乏头部玩家的青睐:腾讯凭借小程序,向外界霸气擘画出属于微信互联网的「野蛮图景」;谷歌丝毫不吝惜在「INSTANT APPS」上的资源投入,指望小程序继续为自家的「流量高塔」添砖加瓦......

    AI 科技评论按:随着这几年神经网络和硬件(GPU)的迅猛发展,深度学习在包括互联网,金融,驾驶,安防等很多行业都得到了广泛的应用。然而在实际部署的时候,许多场景例如无人驾驶,安防等对设备在功耗,成本,散热性等方面都有额外的限制,导致了无法大规模应用深度学习解决方案。

    400811云顶集团 1

    0基础起步,一篇文案创造30万销售额,应用下面的框架,将内容往里填充即可顺理成文。

    巨头们无一能够逃过小程序的「魔咒」,7 月正式发布智能小程序的百度更加验证了这一点。

    近日,在雷锋网 AI 研习社第 2 期职播间上,地平线初创人员黄李超就介绍了 AI 芯片的背景以及怎么从算法角度去设计适合嵌入式平台高效的神经网络模型,并应用于视觉任务中。之后地平线的 HR 也进行了招聘宣讲,并为大家进行了招聘解读。公开课回放视频网址:http://www.mooc.ai/course/537/thread?page=3?=aitechtalkhuanglichaokhuanglichao

    搜狐科技 文/马颖君

    400811云顶集团 2

    事实上,如果深究起来,百度才算是小程序领域的先行者,早在 2013 年百度就发布过基于小程序理念设计的产品,那时候叫做轻应用,如果小程序这个名字强调的是形式的小巧精致,那么轻应用的主打的则是服务的快速触达,总体来说,这两者基本上可以看作是一个模子刻出来的孪生兄弟,只不过一个生不逢时,过早的夭折,另一个则如日中天,成为移动互联网时代一颗冉冉升起的新星。

    黄李超:本科毕业于中山大学,在帝国理工硕士毕业之后于 2014 年加入了百度深度学习研究院,期间研发了最早的基于全卷积网络的目标检测算法——DenseBox,并在 KITTI、FDDB 等特定物体检测数据集上长期保持第一名。 2015 年,他作为初创人员加入地平线,现研究方向包括深度学习系统研发,以及计算机视觉中物体检测,语义分割等方向。

    不同于许多狼性十足的男性企业家,马云似乎并不那么钟情于事业,他更符合现在年轻人的审美,好玩、有趣、放得开。

    先姑且忘记套路,咱们说框架和方法论,游荡在互联网上虽有无限的可能性,但其变幻莫测的程度也足以让很多人望而却步。

    就算微信凭借推出小程序的先发优势,已经取得了值得大书特书的业绩:用户规模超过 3 亿,小程序数量超过百万,但是这并不意味着小程序会成为腾讯独步天下的独门利器,因为归根究底小程序最大的创新之处是缩短了流量的触及与转化路径,从而从底层提升了服务效率与使用体验,而本来 BAT 各家的流量就存在着天然的属性差异,就如同三家天生拥有截然不同的互联网基因一般,这也导致了各家可以凭借自身的技术优势,给小程序这一普适形式注入专属的内涵。

    分享主题:面向低功耗 AI 芯片上视觉任务的神经网络设计

    年会上扮演白雪公主,头戴面具模仿杰克逊,披上军大衣唱样板戏,马云开创了“娱乐自己,取悦员工”的互联网公司特色年会文化。不过马云早就不满足自家的舞台上表演,在别人的场子里,他也会拉上宋小宝一起演小品。近两年更是玩开了,和武打明星一起拍摄电影《功守道》。

    玩法一天一个样,好好的账号说限流就限流了,玩的挺好的裂变套路说不行就不行了,如此循环往复,新手很容易陷入终端的伎俩走火入魔,一招鲜,看来很难吃遍天了。

    显然,百度也深谙此道,不仅高调自信的发布智能小程序,还在与自身的业务优势进行整合的基础上,探索出了一条不同于腾讯版的小程序发展之路。

    分享提纲

    400811云顶集团 3

    非也,在文案这个版块,是有很多成型的套路和方法论的。而这些套路极有可能支撑你走完职业生涯,之前听很多人说文案不重要了,烂怂就是个文字工作者,殊不知人活在世就在创造内容,更何况有了渠道的加持,文案就会迸发出无穷的势能。

    究竟百度智能小程序的布局战略有哪些玄机,在小程序这盘大棋中的胜算几何。在百度智能小程序推出满两个月之际,回答这个问题,显然是一个比较合适的时机。

    1. 介绍当前 AI 芯片概况,包括现有的深度学习硬件发展情况,以及为何要为神经网络去设计专用芯片。
    2. 从算法角度,讲解如何设计高性能的神经网络结构,使其既满足嵌入式设备的低功耗要求,又满足应用场景下的性能要求。
    3. 分享高性价比的神经网络,在计算机视觉领域的应用,包括实时的物体检测,语义分割等。
    4. 地平线 2019 年最全的校招政策解读。

    而这一次,作为企业家的马云达到了行为艺术的巅峰。

    但现实是大部分文案er都被武装成文字工作者惹,以至于阿里智能AI通过图灵测试后,内心焦虑,直言自己快要失业了,的确,一个活人单日最多工作16个小时,它一个机器1秒撸20000条产品文案,还不带重样的。

    将开放进行到底

    雷锋网 AI 研习社将其分享内容整理如下:

    一、离开前的准备

    不要再被大师们忽悠啦,没有纯粹的文案,只有更高级的策略和对策略的表达方式。

    首先,百度决心打造一个开放的发展格局。凭借 10 亿用户的庞大体量与社交裂变的无限机遇,微信平台固然给小程序开发者提供了一个性价比较高的创作土壤,但是我们应该清醒的认识到种种围绕微信小程序的美好畅想,终究还是逃不过资本与利益的现实考量,在开发者前赴后继编织自己的小程序梦境的同时,其实微信也在坐享百万小程序的流量加持,这很有可能会让腾讯筑起更加难以跨越的流量藩篱,这也是为什么国内的手机厂商们联合起来推出快应用来阻击腾讯小程序的根本原因。

    今天,我将从以下三个方面来进行分享:

    9月10日教师节,也是马云54岁的生日。在这样一个有多重意义的日子,马云发表了公开信,表明明年今日将不再担任阿里巴巴的董事会主席,现任阿里集团CEO张勇届时将接替他的位置。马云想回去做老师,他称自己做老师比做老板更擅长。

    产品文案是什么?

    这边微信在利用品牌的附加价值吸附全域流量于一处,那边百度果断决定通过开放生态向开发者开放全域流量。所谓的全域流量其实可以从两个角度来理解,其一开发者可以在极低的开发门槛下,只需改动几行代码,即可将小程序脚本运行在包括手机百度、百度贴吧、百度地图、百度网盘在内的百度系产品之中,实现流量的全系跑通;其二百度智能小程序还支持开发者将智能小程序发布在其他 APP 之中,其中包括 B 站这样年轻用户使用粘性很强的平台,实现流量的全网跑通。可以看出,百度开发智能小程序的一条思路是想方设法打破 APP 时代下流量割裂的信息孤岛,希望通过借助智能小程序轻便快捷的特质,助推流量的全域流通,同时也为各个平台的流量获取赋予更加美妙的想象空间。

    第一,当前 AI 芯片发展的现状。这里的 AI 芯片并不是单指狭义的 AI 专用芯片,而是指广义上包括 GPU 在内所有可以承载 AI 运算的硬件平台。

    即便是明年再卸任,马云的年龄也不过仅有55周岁。对于一个企业家来说,这正是年富力强的年纪,至少还可以执掌公司10年。然而此时的马云却认为,“世界那么大,趁我还年轻,很多事想试试”。作为阿里巴巴的创始人和精神领袖,这位马老师在把阿里打造成一个市值突破4000亿美元的公司以后,要追逐自己的第二春去了。

    如果硬要给文案分类,可分成两大类:赚钱的和烧钱的。按照用途还可分成:品牌文案、产品文案、广告文案、公关文案。

    AI 技术的加入,或许将成为关键变量

    第二,在嵌入式设备的环境下如何设计高效的神经网络。这里我使用的案例都选自业界中比较重要的一些工作——也有一部分来自我们的地平线。同时这一节大部分的工作都已经落地到实际应用场景。

    早些年,外界流传着这样的评价:如果李彦宏离开百度,公司所受的影响是70%;如果马化腾离开了腾讯,公司所受的影响是50-60%;如果马云离开了阿里巴巴,公司所受的影响只有30%。

    咱是急功近利的人,不能产生即时效益的都是烧钱的,so,品牌和公关文案就被砍了,(当然与其说是砍去,不如说咱道行还没到那个层次)它们二者主要负责企业的品牌形象,但产品文案和广告文案却要为最终的转化率负(bei)责(guo)。

    如果说开放是百度智能小程序运作逻辑的本质属性,那么智能则是其赋能机制的具体演绎。不得不承认,在 BAT 战火愈演愈烈的移动互联网时代,百度作为连接一切信息的介质的属性被不断淡化,稳定迭代的微信搜索接口能力、愈发千人千面的淘宝推荐机制,这些看似微妙的变化都在无时无刻挑战百度信息耦合剂的地位,这也使得百度不得不抓紧一切机遇实现业务的转型升级——依托前期海量的搜索数据的加持,重点布局 AI 领域。当然,作为攻城略地的真刀真枪,这些 AI 领域的技术积累自然也成为了百度智能小程序对于开发者的致命吸引力。

    第三,算法+硬件在计算机应用上的一些成果。

    据说马云听说以后,觉得这个比例还可以再低些。

    400811云顶集团 4

    单从被命名为智能小程序就可以看出,智能始终是百度版小程序最大的宣传卖点。简单来说,百度智能小程序的 AI 加持主要集中于百度大脑 3.0 下的云端算法算力与移动端的深度学习框架,具体一些就是诸如语音识别合成、人脸扫描识别、增强现实沉浸式交互等先端技术。百度方面将这些 AI 的核心功能进行底层封装,开发者只需输入简单代码,即可自由调用,真正为开发者打造了一片尽情挥洒创意的试验田。

    介绍 AI 芯片之前,先介绍 AI 的大环境。大家都知道现在是机器学习时代,其中最具代表性的是深度学习,它大大促进图像、语音、自然语言处理方面的发展,同时也给很多行业带来了社会级的影响。例如在社交网络的推荐系统、自动驾驶、医疗图像等领域,都用到了神经图像技术,其中,在图像医疗,机器的准确率甚至大大超过了人类。

    马云选择现在预告将要离职消息,说明他现在认为这个数字已经远远低于30%了。

    产品文案即营销型文案,既然是营销型文案,它的特质就需要提出痛点,解决需求,获得回报。

    400811云顶集团 5

    400811云顶集团 6

    今年7月27日,阿里巴巴在发布的2018财年年报(20-F文件)中详述了迄今为止最大的架构调整,而此次调整的核心内容就是减少马云和谢世煌对公司的控制力。

    我们常说“一分钱一分货”、“性价比”,试想一下,当你在谈论性价比时,脑海里到底在想什么,肯定是花更少的钱买到更好的东西吧,没办法这就是人性,不然怎么会出现100元的AJ、369元的小米手机、19元的无线耳机呢。

    要说集成百度 AI 数据接口最为充分的,要算百度联合长隆动物园共同发布的「长隆 AR 动物园」智能小程序。在已经上线的一期功能中,开放了 AR 知识科普、步行 AR 导航等实用功能,其中 AR 知识科普可以为游客有声朗读动物科普知识、随时随地观赏珍稀的 AR 动物,借助鲜活生动的交互场景与沉浸式的感官体验,显著增强了游园的知识性与趣味性,获得了游客的交相称赞,自上线以来,长隆 AR 动物园智能小程序总启动用户数超过了 189 万,人均的用户停留时长峰 4 分钟。

    从整个互联网发展的情况来看,我们先后经历了 PC 互联网、移动互联网时代,而接下来我们最有可能进入一个智能万物互联的时代。PC 时代主要解决信息的联通问题,移动互联网时代则让通讯设备小型化,让信息联通变得触手可及。我相信在未来,所有的设备除了能够互联之外,还能拥有智能:即设备能够自主感知环节,并且能根据环境做出判断和控制。现在我们其实看到了很多未来的雏形,比如无人车、无人机、人脸开卡支付等等。不过,要让所有设备都拥有智能,自然会对人工智能这一方向提出更多要求,迎接更多的挑战,包括算法、硬件等方面。

    谢世煌是马云早年在外经贸部的老同事,二人是密友。谢世煌深得马云信任,但并不担任业务线上的高管,在阿里巴巴内部也近乎隐身。虽然同样拥有阿里大量股权,但实际上谢世煌是马云的一致行动人,因而此次对马云和谢世煌二人股权的调整基本上可以看做是对马云一人股权的调整。

    看问题先看本质,没错,用户在买东西时总是持着“低投入,高预期”的心态,马克思前辈的等价交换理论在这是不成立的。

    400811云顶集团 7

    大规模运用深度学习需要去应对很多挑战。首先从算法和软件上看,如果把 AI 和深度学习用在某个行业中,需要对这个行业的场景有深入的理解。场景中也有很多痛点需要去解决,但是是否一定要用深度学习去解决呢?在特定场景下,往往需要具备能耗比、性价比的解决方案,而不是一个仅仅能够刷数据集的算法。随着这几年算法的快速发展,人们对 AI 的期望也在不断提高,算法的发展是否能跟上大家的期望,这也是一个问题。

    目前阿里巴巴VIE架构中5家公司中的4家,绝大多数股份有马云和谢世煌所有,此次调整的方向是,让这些股份逐渐被阿里巴巴的高级管理者所有,让他们拥有公司更多的控制权。

    让产品的使用价值和体验价值高于价格,人们才会痛快下单,这就是产品文案的作用。不然你看那些“赔本,低价甩卖,仅此一天”的鞋店为啥没有付款啊,就是因为大家都觉得这个东西不值这么多钱惹~

    如何在海量信息中埋设服务触点

    从硬件上看,当前硬件的发展已经难以匹配当前深度学习对于计算资源的需求,特别是在一些应用场景中,成本和功耗都是受限的,缺少低成本、低功耗、高性能的硬件平台直接制约了 AI 技术和深度学习方案的大规模应用,这也是我们地平线致力于解决的行业难题。

    400811云顶集团 8

    产品文案怎么写?

    一定程度上,小程序头部战场拼杀的层次除了技术功能接口,还有内容生态的建设与运营。微信小程序近期向开发者开放了小程序与公众号的绑定接口,这也意味着微信小程序领域从上至下开始探索建立导流机制,事实上微信的这项举措也是在逐步打磨内容与服务之间的转化闭环。

    当前 AI 芯片发展的现状

    阿里巴巴调整前的VIE架构

    淘宝详情页,注册购买落地页等都可以统称为产品文案。如果我们仔细观察的话,会发现商品详情页也有一个简单的模型的框架:由核心卖点、产品介绍、场景需求、主卖点、使用说明、口碑信任状、产品多图实拍外加品牌故事等几个元素构成。

    不可否认,不论是微信还是百度,内容具备成为服务的前置载体的逻辑都天然成立。优质的内容能够创造打动人心的场景体验,最终让交易与服务成为这一切的合理注脚。目前,百度可以提供的内容入口包括搜索流量、百家号、feed 流推荐以及 banner「我的」下的「常用服务」、语音搜索直达等。

    接下来我们介绍一下 AI 硬件的一些情况。大家都知道,最早神经网络是运行在 CPU 上的。但是 CPU 并不能非常高效地去运行神经网络,因为 CPU 是为通用计算而设计的,而且其计算方式以串行为主——虽然一些运行指令可以同时处理较多数据。除此之外,CPU 在设计上也花了很多精力去优化多级缓存,使得程序能够相对高效地读写数据,但是这种缓存设计对神经网络来讲并没有太大的必要。另外,CPU 上也做了很多其他优化,如分支预测等,这些都是让通用的运算更加高效,但是对神经网络来说都是额外的开销。所以神经网络适合用什么样的硬件结构呢?

    阿里巴巴的这次VIE架构调整,将在2019年最终完成,届时,也将是马云卸任阿里巴巴董事局主席的时间。

    反馈在野路子上即:我是谁;我能提供什么好处;证明我的好处是真的;催促购买。

    400811云顶集团 9

    400811云顶集团 10

    很多人对于马云不在担任董事会主席的决定颇感意外 ,但实际上,减少股权,减弱控制权,削弱自己对公司的影响,让更多高管持有公司股份,正是马云为“退休”早早做好的准备。

    以此提炼出产品文案真正的逻辑框架:吸引注意、提出需求、满足需求将产品定位为解决方案、证明产品功效是真的、催促购买。

    「携程」智能小程序自然地出现在百度信息流中,并可以在百度 App 界面下面「我的」-「常用服务」中找到。

    在讲这个问题之前,我们先从神经网络的特性说起:

    对于阿里来说,马云早已经成为了阿里的精神领袖,阿里的代言人,即便“退休”,马云的对阿里的影响也无法分割,而他选择在年富力强之时选择彻底放权,更多的代表着一种传承精神。

    1. 吸引注意

    话说回来,百度平台每日产生的数亿次搜索请求中,本身就存在着非常深厚的信息与服务需求,这就为百度智能小程序的内容对接留下了广阔的发挥空间,只需将这部分蕴藏在搜索行为背后的服务需求,借助搜索结果与 feed 流推荐等机制加以捕捉并满足,百度自身所绑定的全网信息非常轻易就能成为服务与工具的载体,实现从人找服务向服务找人的跃迁。

    第一,神经网络的运算具有大规模的并行性,要求每个神经元都可以独立并行计算;

    “传承”一词在马云昨日的公开信中,被提到了6次。

    文案标题主要有4大功能:吸引注意、传达完整信息、引导读者阅读内文、承诺提供有用的信息、拉近读者距离。

    以爱说唱智能小程序为例,在百度搜索里直接搜「爱说唱」,会在结果页最上方呈现智能小程序;如果搜索一档说唱相关综艺节目「中国新说唱」,结果栏也会出现「爱说唱」智能小程序。再以携程小程序为例,只要用户近期存在针对旅游资讯的搜索行为,并且关注了推送旅游攻略与优惠信息的百家号,携程智能小程序就会自动被推送出现在手机百度 feed 流推荐之中,从而达到唤醒用户的目的。不论是哪种方式,从中都可以窥见百度试图盘活存量搜索数据、打通内容——信息——服务最优链路的愿景与初心。

    第二,神经网络运算的基本单元主要还是相乘累加,这就要求硬件必须有足够多的运算单元;

    然而传承谈何容易。且不说47岁的马化腾,50岁的李彦宏都没有找到接班人,就连74岁的任正非、83岁的宗庆后和69岁的张瑞敏都尚未解决传承问题。

    搞新媒体的标题一直都是个逃不过的话题,咪蒙也曾说自己会把主要精力放在标题上。

    400811云顶集团 11

    第三,神经元每一次运算都会产生很多中间结果,这些中间结果最后并不会复用,这就要求设备有足够的带宽。一个理想的设备,它应该有就比较大的片上存储,并且带宽也要足够,这样才能放下网络的权重和网络的输入;

    二、马云放手的底气

    常见的标题类型主要分为选取超级符号傍大款,承诺优惠,产品使用结果等。

    不曾停下的脚步

    第四,由于神经网络对计算的精度并没有那么敏感,所以在硬件设计的时候可以使用更简单的数据类型,比如整型或者 16bit 的浮点数。因此,这几年大家使用的神经网络解决方案,都是 CPU+比较适合于神经网络运算的硬件(可以是 GPU、DSP、FPGA、TPU、ASIC 等)组成异构的计算平台。

    愿景、价值观、制度、良才,都是马云可以放手的原因。

    如“媲美dior的口红”、“限时免费领取”、“30天从满脸痘痘到婴儿般肌肤”。

    虽然百度版的智能小程序仅仅推出了两月有余,百度小程序在更新迭代上,从未表现出丝毫的懈怠。现在用户可以直接从手机百度 APP 首页下拉调取进入小程序页面,虽然与微信的首页下拉采取了相同的调取方式,但是相较于微信的半屏展示,百度的全屏呈现显然使得小程序的排布更加符合视觉习惯,更加便于用户的查找与点击。

    最常用的方案是 CPU+GPU,这个是深度学习训练的一个标配,好处是算力和吞吐量大,而且编程比较容易,但是它存在的问题是,GPU 的功耗比较高,延迟比较大,特别是在应用部署领域的场景下,几乎没有人会用服务器级别的 GPU。

    阿里巴巴称自己是一家由愿景驱动的公司,“让天下没有难做的生意”、“做一家102年的企业”被反复提及。

    400811云顶集团到底长什么样体统,面向低功耗。为拉近和读者的距离,文案开头口语化的你我问候语会用的比较多一点,比如“快到中秋节了,你想好去哪里玩了吗”,增加易读性。

    同时,百度方面也已经确定,在全面开放数据能力接口的基础上,推出完全开源的开发社区,并且在能力的最大范围之内,向合作伙伴提供丰富多元的广告组件,进一步完善百度智能小程序的价值变现与循环逻辑。以上种种,无不向外界宣示百度智能小程序作为后起之秀,也拥有着不小的发展潜力。

    应用场景下用的更多的方案是 FPGA 或者 DSP,它们功耗比 GPU 低很多,但是相对的开发成本较大。DSP 依赖专用的指令集,它也会随着 DSP 的型号变化有所差异。FPGA 则是用硬件语言去开发,开发难度会更大。其实也有一起企业会用 CPU+FPGA 去搭建训练平台,来缓解 GPU 训练部署的功耗问题。

    “百年老店”是很多企业家的梦想,但很少有公司反复向外界宣扬。马云说,“大多数人因为看见才相信,少部分人因为相信才看见。”

    其实不仅仅是标题,文案开头第一段同样需要满足上述特征,关于标题和开头,没什么好方法,多看多收集,替换同类项就是你的标题。

    400811云顶集团 12

    虽然刚刚提了很多神经网络加速的解决方案,但是最合适的还是 CPU+专用芯片。我们需要专用 AI 芯片的主要原因是: 虽然现在的硬件工艺不断在发展,但是发展的速度很难满足深度学习对计算力的需求。其中,最重要有两点:

    然而传承只靠愿景是不够的,还需要有完善度的制度和成熟的人才梯队做保障。

    1. 提出需求

    小程序风口由腾讯率先开启,如今百度野心勃勃的高调入局,酝酿鸿猷上演一出漂亮的王子复仇记的同时,试图通过一套具有「百度特色」的理念与方法论,结合自身的先进技术与信息资源,重塑一个开放包容的互联网场域。

    第一,过去人们认为晶体管的尺寸变小,功耗也会变小,所以在相同面积下,它的功耗能保持基本不变,但其实这条定律在 2006 年的时候就已经终结了

    2009年,在阿里巴巴十周年庆典上,马云等18个公司的联合创始人一起辞去了创始人的职位。马云当时说,“明天早上我们讲继续去应聘、求职阿里巴巴。”十八罗汉集体辞职意味着阿里巴巴从彼时起告别“创业年代”,进入“合伙人时代”。

    400811云顶集团到底长什么样体统,面向低功耗。所有的产品在某种程度上都可以解决或者满足某些读者的需求,挖掘痛点并放大痛点,在提出需求前,作者得对产品和产品受众有足够的了解,不知道写个鸡毛啊,当然不知道怎么深挖产品也没关系,下面提供几条线索:

    如果算上即将于 9 月中旬正式推出小程序的支付宝,至此 BAT 三巨头将正式移师小程序战场,开启新一轮的攻防战。虽然起步时间不尽相同,运营理念也存在差异,但最终孰优孰劣还得交给用户的 PICK 来检验。返回搜狐,查看更多

    第二点,我们熟悉的摩尔定律其实在这几年也已经终结了。

    “希望阿里巴巴再度接受我们。”马云对着当时台下1.7万名阿里员工说。

    了解产品:

    责任编辑:

    400811云顶集团到底长什么样体统,面向低功耗。400811云顶集团到底长什么样体统,面向低功耗。我们可以看到芯片在这几年工艺的发展变得越来越慢,因此我们需要依靠专门的芯片架构去提升神经网络对计算平台的需求。

    此时距离阿里巴巴上市还有5年的时间,员工规模不及现在的六分之一。而马云似乎并不是在对话一家由自己掌舵、创立仅10年的民营公司,他放佛在双手摊开举过头顶,膜拜一家百年企业。这仅仅是马云在众多关键节点上的“表演”之一,他巧妙地使用语句,不断抬高阿里在创业伙伴、员工和社会外界心中的地位。

    1. 产品的原料是什么特色跟功效是什么哪一项功效最为重要
    2. 产品在哪些方面有别于竞争对手(哪些产品特色是品牌独有哪些特色优于竟争对手
    3. 跟对手没有什么不同,有什么特色是竞争对手还没有提过可以被加以凸显的
    4. 这项产品与哪些科技抗衡,这项产品有哪些方面的应用
    5. 这项产品可以为市场解决哪些问题
    6. 这项产品的实用效能如何

    400811云顶集团 13

    马云的用心良苦是避免老将用功自傲,同时也是为了给更多的优秀人才腾出位置,让年轻人有更多的希望和向前的动力。

    了解用户:

    最著名的的一个例子就是 Google 的 TPU,第一版在 2013 年开始开发,历时大约 15 个月。TPU 里面使用了大量乘法单元,有 256*256 个 8 位的乘法器;片上有 28MB 的缓存,能够存储网络的参数和输入。同时,TPU 上的数据和指令经过 PCN 总线一起发过来,然后经过片上内存重新排布,最后计算完放回缓冲区,最后直接输出。第一版 TPU 有 92TOPS 的运算能力,但是只针对于神经网络的前向预测,支持的网络类型也很有限,主要以多层感知器为主。

    马云带领十八罗汉集体辞职一举也成了阿里建设人才晋升制度的开端;也是从这个节点开始,这家公司开始有节奏的积累组织传承的经验。

    1. 谁会买这项产品(它主攻什么市场)
    2. 这项产品究竞可以提供哪些好处
    3. 为什么他们需要这项产品,为什么他们现在就需要
    4. 消费者购买这类产品时,他们主要的考量是什么(价格、运送、性能、耐久、服务、维修、质量、效率、购买便利)
    5. 买家有什么样的特质
    6. 文章诉求要考虑到多少不同的对象(以玩具为例,玩具广告必须能同时吸引家长与儿童)

    而在第二版的 TPU 里面,已经能够支持训练、预测,也能够使用浮点数进行训练,单个 TPU 就有 45TFLOPS 的算力,比 GPU 要大得多。

    接下来,2013年1月15日,马云辞去阿里CEO一职,同年3月11日,陆兆禧走马上任。在陆兆禧接任自己之时,马云说,这是第一次,未来还有很多次。

    400811云顶集团 14

    400811云顶集团 15

    果不其然,在接下来的5年内,阿里开始由60后向70后交棒。同为1972年出生的张勇和井贤栋分别从陆兆禧和彭蕾手中结过了阿里集团和蚂蚁金服CEO的职位。

    通过产品和竞品对比放大产品利好:比如我的这个洗发水无硅油,你的有硅油。

    其实我们地平线也研发了专用的 AI 芯片,叫做 BPU,第一代从 2015 年开始设计,到 2017 年最终流片回来,有两个系列——旭日和征程系列,都针对图像和视频任务的计算,包括图像分类、物体检测、在线跟踪等,作为一个神经网络协处理器,侧重于嵌入式的高性能、低功耗、低成本的方案。

    400811云顶集团 16

    场景化痛点的描述:你不用这个足贴的时候就会失眠多梦排便不畅。

    400811云顶集团 17

    不仅是阿里和蚂蚁,菜鸟和阿里云等阿里重要业务板块也完成了管理团队的更替。

    400811云顶集团到底长什么样体统,面向低功耗。产品畅销:原材料进口的、性价比高、很多人都买了,利用这些因素来放大她的痛点,激发购买欲望。

    400811云顶集团到底长什么样体统,面向低功耗。比较值得一提的是,我们在我们的 BPU 架构上设计了弹性的 Tensor Core,它能够把图像计算所需要的基本单元,常用操作例如卷积、Pooling 等硬件化,非常高效地去执行这些操作。中间通过数据路由桥(Data Routing Bridge)从片上读取数据,并负责数据的传输和调度,同时,整个数据存储资源和计算资源都可以通过编辑器输出的指令来执行调度,从而实现更灵活地算法,包括各种类型的模型结构以及不同的任务。

    马云在昨天的公开中,有这么一段话值得高亮突出:

    1. 给出解决方案

    总的来说,CPU+专用硬件是当前神经网络加速的一个较好的解决方案。针对专用硬件,我们可以根据功耗、开发容易度和灵活性进行排序,其能耗跟其他两者(开发容易度和灵活性)是相互矛盾的——芯片的能效比非常高,但是它的开发难度和灵活度最低。

    400811云顶集团到底长什么样体统,面向低功耗。我们把文化,价值观以及团队合作,纳入到对每个同事的业绩考核之中。

    进行完用户和产品分析,应用几个伎俩让他觉得自己真的是有需求的,这时候就要快速给出解决方案,满足用户的需求,比如说你薪水低,学完这堂office课就能升职加薪啦。

    如何设计高效的神经网络

    在阿里,交棒文化贯穿从CEO到总监的整个管理层。只要到总监的层级到达M4,公司就会要求为其自己的岗位寻找和培养接班人,如果这点做得不好,即使日常业绩很好,年终绩效也会大打折扣。阿里将这种“传承”文化写进了公司制度里,为年轻人打通了更多的上升渠道。

    举个例子,某足贴需求患者长期患有失眠多梦,排便不畅 ,肌肤暗黄粗糙等症状,正好我们的产品能解决他的上述困扰,于是就可以写成这样子:

    说了这么多硬件知识,接下来我们讨论怎么样从算法角度,也就是从神经网络设计的角度去谈怎么加速神经网络。相信这个也是大家比较关心的问题。

    与此同时,阿里还在不断培养新的管理者,并把权力交接给他们。新上任的淘宝总裁蒋凡是85后,这位年轻的总裁对阿里最大的贡献在于打造手淘,在张勇的团队里完成了淘宝的无线化。除了蒋凡,去年又有两位80后技术人才成为了阿里新晋合伙人。

    场景需求:400811云顶集团到底长什么样体统,面向低功耗。失眠多梦,排便不畅,肌肤暗黄粗糙,加上配图可以放大痛点。

    我们先看 AI 解决方案,它从数据处理的方式可以分为云端 AI 和前端 AI。云端 AI 是说我们把计算放在远程服务器上去执行,然后把结果传到本地,这个就要求设备能够时刻连接网络。前端 AI 是指设备本身就能够进行计算,不需要联网,其在安全性、实时性、适用性都会比云端 AI 更有优势,而有一些场景下,也只能使用嵌入式的前端 AI 去解决。

    根据阿里官方公布的数据,在资深总监以上的核心管理人员中,“80后”占到了14%,一般管理层和技术骨干中,80后已经占到了80%。与此同时,“90后”也正在崛起,目前的90后管理者已经超过1400人,占到管理者总数的5%。

    卖点:

    嵌入式前端的场景落地难点在于功耗、成本和算力都是有限的。以网络摄像头即 IP Camera 为例,它通过网线供电,所以功耗只有 12.5 瓦,而常用的嵌入式 GPU——Nvidia TX2,为 10-15 瓦。另外这个 TX2 虽然在计算资源、算力方面都比较强,能达到 1.5T,但它的价格是 400 美元,对于很多嵌入式方案来说都是不可接受的。因此要做好前端嵌入式方案,我们需要在给定的功耗、算力下,最大限度地去优化算法和神经网络模型,达到符合场景落地的需求。

    成熟的人才梯队建设保证了阿里源源不断的人才供给,马云对阿里人才储备的评价是,“良将如潮”。

    1. 舒缓疲劳,改善睡眠质量。

    400811云顶集团 18

    “长江后浪推前浪,前浪方可闲庭信步,这是人才队伍上最大的成功。”今年井贤栋接替彭蕾任蚂蚁董事长一职时,马云曾这样评价。

    含有中草药等成分,可以迅速渗透足底300多个穴位,并发挥作用

    我们加速神经网络的最终目标是:让网络在保持不错的性能下,尽量去降低计算代价和带宽需求。常用的一些方法有:网络量化、网络减支和参数共享、知识蒸馏以及模型结构优化,其中,量化和模型结构优化是目前看来最有效的方式,在业界也得到比较广泛的应用。接下来会重点讲一下这几个方法。

    三、五十知天命

    2.改善便秘、口臭及腹胀现象。

    第一个是量化,它是指将连续的变量通过近似从而离散化。其实在计算机中,所有的数值表示都是离散化的,包括浮点数等,但是神经网络中的量化,是指用更低 bit 的数字去运行神经网络,而是不是直接使用 32bit 的浮点数(去运行神经网络)。近几年的一些研究发现,其实数值表达的精度对神经网络并没有太大的影响,所以常用的做法是使用 16bit 的浮点数去代替 32bit 的浮点数来进行计算,包括训练和前项预测。这个在 GPU 以及 Google 的 TPU 第二代中已经被广泛采用。此外,我们甚至发现,用半精度浮点数去训练数据,有时候还能得到更好的识别性能。实际上,量化本身就是对数据集正则化的一种方式,可以增加模型的泛化能力。

    马云给自己新名片的第一行加了一个新名头:中国浙江 杭州佬。

    400811云顶集团到底长什么样体统,面向低功耗。排出:夜间不断循环梳理,将堆积在体内的杂质、油脂、湿气排出体外,并促进肠胃蠕动,去湿除寒

    400811云顶集团 19

    400811云顶集团 20

    3.改善皮肤质量,对内分泌失调特别好

    此外,我们还可以将数据精度进行进一步压缩使用,将 8 bit 的整数作为计算的计算单元,包括训练和前项预测,这样带宽就只有 32bit 浮点数的四分之一,这类方法近年来也有不少工作,且已被业界所采用,比如 Tensorflow Lite 已经支持训练时模拟 8bit 整数的运算,部署时真正采用 8 bit 整数去代替,其在浮点和图像分类的性能上相当。我们地平线也有类似的工作,训练工具也是用 Int 8 bit 去训练、预测,并且我们的芯片支持 MXNet 和 TensorFlow 框架训练出来的模型。

    马云新名片

    清体:通过2到3个疗程的循环,排清体内杂质、湿气与过多的油脂,达到美白改善皮肤质量的效果

    400811云顶集团到底长什么样体统,面向低功耗。能不能把精度压得更低呢,4 bit、2bit 甚至 1 bit?也是有的,但是会带来精度的极大损失,所以没被采用。

    杭越之地多巨贾,马云也经常被拿出来和另外两位杭州商人做对比,这两位商人一位是胡雪岩,一位是范蠡。

    400811云顶集团 21

    量化神经网络模型分为神经网络的权重量化、神经网络特征的量化。权重量化对于结果输出的损失比较小,特征量化其实对模型的输出损失会比较大,另外,大模型和小模型的量化造成的损失也不一样,大模型如 VGG16、AlexNet 这种网络模型,量化后几乎没有损失;而小模型则会有一些损失。现在 8bit 参数和特征量化可以说是一个比较成熟的方案,基本上可以做到跟浮点一样好,并且对硬件也更加友好。下面这个表,是在 Image Net 数据集上的进行的量化结果的评测,也是 Google Tensorflow Lite 的量化方案与我们地平线内部的量化方案的一个对比。

    和胡雪岩相比,54岁就提前宣布退休的马云显然更懂得急流勇退,从这一点上,马云更像范蠡。

    1. 证明产品功效为真

    400811云顶集团 22

    马云曾经说过,中国的顶级企业家都不能善终。

    产品解决方案确实戳中了人的G点,但是如何证明产品功效是真的呢,建立信任是转化成交最重要的一步,也是最难的一步。滴滴用三年建立了网约车王朝,赢得用户信任,但两起撒人事件足以摧垮之前的信任壁垒。

    我们可以看到,无论是哪一家的方案,损失其实都非常小,其中,小模型 MobileNet 0.25 在 Image Net 的损失方面,Google 在 1.6% 左右,而我们的量化方案能够维持在 0.5% 以内。同时我们这个量化方案在 2016 年就已经成熟了,而 Google 的去年才放出来,从这个角度上讲,我们这方面在业界内是领先的。

    关于“善终”的话题,2013年马云在接受《时尚先生》采访时说:“我们不像美国、日本、欧洲这样的发达国家和地区,已经诞生了庞大的企业家群体,他们证明了自己,我是努力希望成为国内这个时代一两个顶尖的企业家,但历史上先出头的企业家,最终的结果大多不理想。”

    建立信任的方法有:口碑信任、顾客证言即买家秀的好评、权威专家、通过奖项、名人大咖、明星选择、超级平台等背书、免费体验(常见的试吃活动)、售后保证等化解焦虑。

    除了量化,模型加速还可以通过模型剪枝和参数共享实现。一个典型的案例就是韩松博士的代表性工作——Deep Compression。减支可以是对整个卷积核、卷积核中的某些通道以及卷积核内部任意权重的剪枝,这里就不多说,大家有兴趣可以去看一下原论文。

    盖茨、巴菲特在告别商界后,通过裸捐和成立慈善基金会,得到了全世界的尊敬和称赞;但是在中国,顶级商人全身而退,则需要大智慧。

    1. 催促购买

    400811云顶集团 23

    被誉为中国商业始祖的陶朱公范蠡,算得上是全身而退的顶级商人之一。

    噼里啪啦说了一大堆,到这个时候想买的基本上都会加车了,但为了让他更快的付款,我们还要用点小伎俩催促购买。

    与网络量化相比,剪枝和参数共享从应用角度上来看,并非一个好的解决方案。因为关于剪枝方面的研究,现在这些论文在大模型上做的比较多,所以在大模型上效果比较好,但是在小模型上的损失比较大,当然我们这里说的小模型是比 MobileNet 等模型更小的一些模型。另外,剪枝所带来的数据稀疏(任意结构稀疏),通常需要一个明显的稀疏比例才能带来一个实质性的的加速。结构化的稀疏加速比相对更容易达到,但是结构化的稀疏比较难训练。同时从硬件角度上讲,如果要高效地运行稀疏化的网络结构或者带共享的网络,就要专门设计硬件去支持它,而这个开发成本也比较高。

    范蠡自从投奔越国后,辅佐越王兴越灭吴,立下赫赫战功。在帮助勾践卧薪尝胆成就大业之后,范蠡却宣布隐退,表明自己已无心权力,转而投身商界。转型为商人的的范蠡生意做得顺风顺水,但他却数次四散家财,甚至为了避免名声过大而更改姓名。

    常用的催促购买手段有限时限量优惠:免单活动仅限3天。价格锚点:原价599,现价299。

    知识蒸馏也是很常用的压缩模型方法,它的思想很想简单,用一个小模型去学习一个大模型,从而让小模型也能实现大模型的效果,大模型在这里一般叫 Teacher net,小模型叫 Student net,学习的目标包括最终输出层,网络中间的特征结果,以及网络的连接方式等。知识蒸馏本质上是一种迁移学习,只能起到锦上添花的作用,比直接用数据去训练小模型的效果要好。

    古有范蠡,今有马云。

    套路就是这么个套路的,但相信很多人还是过不好自己的人生。多收集、多看、多练、多分享,才能真的赚到money,不要神话文案,没有渠道,文案一文不值。

    400811云顶集团 24

    如今的马云已经不太过问公司的事情,而是把更多的精力放在了公益和教育上。阿里巴巴西溪园区的一名保安称,马云过去一年只去过公司12次,却给年轻人讲了122次课,参加了53场公益活动。

    本文由 @冬爷 原创发布于人人都是产品经理。未经许可,禁止转载返回搜狐,查看更多

    最后讲一讲模型结构优化,它是对模型加速最有效的方式。下图可以看到从最初的 AlexNet 到今年的 MobileNetV2,参数已经从原来的 240MB 缩小到 35MB,模型的计算量也有了一定的减少,但是在图像分类的准确率上,从 57% 提到到了 75%,模型结构优化最直接的方式就是,有经验的工程师去探索小模型结构,而这些年来也有通过机器去进行搜索模型结构的工作。

    现在,他又带着自己的老朋友一起削减股份,提前宣布卸任董事长,同时准备着去做乡村教师。

    责任编辑:

    400811云顶集团 25

    已经到了知天命年纪的马云并不觉得此前关于“善终”的看法过于悲观,他表示,事实也是,历史也是,历史不会因为今天而改变。

    接下来讲一下在模型结构优化中,怎么去设计一个高效的神经网络结构,它需要遵循的一些基本原则。

    “我马云已经知道自己的结局了,所以我很乐观地看待这些,干呗,反正好坏也就是这个结局嘛,这才是真正的乐观主义。你知道结局很悲观,你还要去干,那才是高手。”

    400811云顶集团 26

    “沧海一声笑万籁俱寂,风萧萧日落退潮去。”在《功守道》的主题曲《风清扬》中,马云唱道。这意境,像极了他将全身而退的潇洒决定。

    首先,要纠正几个误区:第一,是不是小模型跑得比大模型快?这个显然是不成立,我们可以看下图中 Google Net 和 AlexNet 箭头指向的方向,AlexNet 显然大一些,但它比 Google Net 跑得快一些,计算量更小一些。第二,网络计算量小是不是就跑得更快呢?其实也不是,因为最终的运行速度取决于计算量和带宽,计算量只是决定运行速度的一个因素。

    400811云顶集团 27

    400811云顶集团 28

    像年轻人在辞职报告上面写的理由那样,马云在公开信中说,“世界那么大,很多事情想去试试”,最后加上了那句著名的话,“万一实现了呢?”

    所以说,一个好的、跑起来比较快的神经网络结构,必须要平衡计算量和带宽的需求,这里我们跟随 ShuffleNetV2 论文的一些观点——虽然这个并不是我们的工作,但是文章写得很好,其中有不少观点也和我们在模型结构优化过程中得到的一些结论是一样的。在分析的时候,我们以 1x1 的卷积为例,假设所有的参数和输入输出特征都可以被放到缓存当中,我们需要特别关注的是卷积的计算量——用 FLOPs(Float-Point Operations) 即浮点数的操作次数去表述,带宽用 MAC(Memorry Access Cost) 即内存访问的次数去表示。同时,我们需要额外关注的是带宽和计算量的比。对于嵌入式的设备来讲,带宽往往是瓶颈。拿 Nvidia 的嵌入式平台 TX2 为例,它的带宽比上计算力大概是 1:26。

    这个充满理想主义色彩的行为艺术家,自带让人相信“万一实现了呢”的气场,他带着新的梦想,二次出发了。返回搜狐,查看更多

    400811云顶集团 29

    责任编辑:

    第一,要分析一下输入通道数、输出通道数以及输入大小对带宽和计算量的影响,ShuffleNetV2 提出的准则第一条是,在同等的计算量下、输入通道数和输出通道数下,带宽是最节省的,公式为:

    400811云顶集团 30

    。其实输入通道、输出通道和输入大小任意一个过小的话,对带宽都会产生不友好的影响,并且会花很多时间去读取参数而不是真正去计算。

    400811云顶集团 31

    第二,卷积中 Group 的个数又对性能有什么影响呢?ShuffleNetV2 这篇文章指出,过多的 Group 个数会增加单位计算量的带宽,我们可以看到计算量的带宽和 Group 的个数近似为正比。从这一点上来看,MobileNet 里头的 Depthwise Convolution 实际上是一个带宽需求量非常大的操作,因为带宽和计算量的比值接近于 2。而实际运用的时候,只要带宽允许,我们还是可以适当增加 GROUP 个数来节省计算量,因为很多时候,带宽实际上是没有跑满的。

    400811云顶集团 32

    第三,ShuffleNetV2 说到的第三条准则是,过度的网络碎片化会降低硬件的并行度,这就是说,我们需要思考 operator 的个数对于最后运行速度的影响。其实 ShuffleNetV2 这种观点不够严谨,准确来说,我们需要把 operator 分为两类:一类是可以并行的(如左图),两个框可以并行计算,concat 的内存也可以提前分配好;另一类是必须串行去进行计算,没有办法并行的 operator 则会降低硬件的并行度。对于硬件来说,可以并行的 operator 可以通过指令调度来充分利用硬件的并行能力。从这条准测上看,DenseNet 这种网络结构在应用实际上非常不友好。它每次的卷积操作计算量很小,而且每次计算需要依赖先前所有的结果,操作之间不能并行化,跑起来很慢。另外,太深的网络跑起来也比较慢。

    最后,ShuffleNetV2 也指出,Element-wise 对于速度的影响也是不可忽视的——一定程度上可以这么说。因为 Element-wise 虽然计算量很小,但是它的带宽需求比较大。其实如果把 Element-wise 的操作和卷积结合在一起,那么 Element-wise 的操作对最后带宽带来的影响几乎为 0。常用的例子是,我们可以把卷积、激活函数和 BN 放在一起,这样的话,数据可以只读一次。

    讲到这里,我们做一下总结,设计高效的神经网络,我们需要尽可能让 operator 做并行化计算,同时去减少带宽的需求,因为最后的速度由带宽和计算量共同决定的,所以这两者哪个存在瓶颈,都会制约运行速度。

    高效神经网络的自动设计

    过去优化神经网络结构往往依靠非常有经验的工程师去调参,我们能不能直接让机器去自动搜寻网络结构呢?

    400811云顶集团 33

    其实也是可以的,比如说 Google 前段时间进行一项工作叫 NASNet,就是通过强化学习,把图像分类的准确率和网络本身的计算量作为反馈,去训练网络结构生成器,让网络结构生成器去生成比较好的网络结构。

    400811云顶集团 34

    Google 的这项工作大概用了 450 GPUs 和 4 天,搜索出了性能和计算量都还不错的网络结构,这两个图是网络结构的基本单元。然而,通过我们之前的分析,它这两个基本单元肯定是跑不快的,因为操作太零碎,而且很多操作没有办法并行。所以对于搜索网络结构,考虑真实的运行速度是一个更合适的选择。所以就有了后续的工作,叫做 MnasNet。

    400811云顶集团 35

    Google 这次直接把手机上的运行速度作为强化网络的反馈。我们可以看到用这种方法搜索出来的网络结构合理很多,同时性能也比之前稍微好一些。

    400811云顶集团 36

    在同时期,我们也有进行了类似的工作——RENAS,它实际上借鉴了 NASNet,但我们侧重于去解决搜索效率低下的问题。和 NASNet 不同,我们采用进化算法搜索网络结构,同时用强化学习去学习进化的策略。工作方式的链接放在上面,大家感兴趣也可以去看一下。

    400811云顶集团 37

    RENAS 的一个优点是,它的网络搜索的效率要高得多:我们用了 4GPU 和 1.5 天就搜出比 NASNet 更好的结构。不过它的缺点也跟 NASNet 一样,都用了计算量作为一个衡量指标,因此它搜索出来的所有结果只是计算量低,但是运行速度并不一定特别快。

    算法+硬件在计算机应用上的一些成果

    讲了这么多,最后我们可以展示一下,经过优化后的网络在主流视觉任务上的应用效果:

    最常见的图像级别的感知任务比如图像分类、人脸识别等,由于它们输入比较小,所以整体计算量并不大,对于网路的效率要求也没有那么苛刻。而在图像分类以外的工作比如物体检测 语义分割等等,它们的输入比图像分类大得多,往往在 1280x720 这种分辨率或者更大的分辨率。MobileNet 或者 ShuffleNet 在这个分辨率下的计算量,还是挺高的。另外在物体检测、语义分割的问题当中,尺度是一个要考虑的因素,所以我们在设计网络的时候,要针对尺度问题做一些额外的配置,包括并引入更多分支,调整合适的感受野等等。

    400811云顶集团 38

    对于物体检测、语义分割任务,我们专门设置了一个网络结构,它的大概样子如上图中的右图所示,特点是我们使用了很多跨尺度的特征融合模块,使网络能够处理不同尺度的物体,另外,我们这个网络的基本单元都遵循了简单、高效的原则,用硬件最友好、最容易实现的操作去组建基本模块。

    400811云顶集团 39

    我们在一些公开数据集上测试了这个模型的性能,主要有两个数据集,一个是 Cityscapes,它是语义分割数据集,图像分辨率很大,原始图像分辨率为 2048x1024,标注有 19 类。在这些数据集上,我们的网络跟旷世最新的一篇论文 BiSeNet 做比较——BiSeNet 是目前能够找到的在语义分割领域中速度最快的一个方法,它的计算在右边的表格中,其中的计算模型*Xception39 在 640x320 的分辨率,大概需要 2.9G 的计算量,而我们的一个小模型在同等规模的输入下,达到几乎一样的效果,只需要 0.55G 的计算量。

    同时,在性能上,——语义分割里面我们用 mIoU 作为指标,在 2048x1 024 的分辨率下,我们稍微大一点点的网络跟 Xception39 非常接近。我们的网络还在 KITTI 数据集上做了一个测试,它的分辨率大概为 1300x300 多,特别是车和人的检测任务上所表现出来的性能,和 Faster RCNN,SSD,YOLO 等常见的方法的模型相比,具有非常高的性价比。

    下面展示一下我们算法在 FPGA 平台上实施的一个 Demo。

    我们这个网络同时去做物体检测和语义分割,以及人体姿态估计。FPGA 也是我们第二代芯片的一个原型,第二代芯片年底会流片回来,单块芯片性能会是 FPGA 这个平台的 2-4 倍。这个数据是在美国的拉斯维加斯采集的,除了人体姿态的检测,我们还做了车载三维关键点定位,它的运行速度可以达到实时,也作为我们重要的产品在车厂中使用。Demo 只是我们工作的冰山一角,我们还有很多其他的方向的工作,比如智能摄像头、商业场景下的应用,目标是为万物赋予智能,从而让我们的生活更美好。这是我们的宣传片,相信大家在进职播间的时候都已经看过了。

    最后回归本次做直播的一项非常重要的目的——校招。我们今年的校招马上要开始了,接下来由 HR 姐姐来介绍一下地平线招聘的情况。

    地平线 2019 年最全的校招政策解读

    大家好,我是地平线负责招聘的 HR 赵红娟,接下来我来整体介绍一下公司的情况以及校招流程。

    地平线(「公司」)是国际领先的嵌入式人工智能(「AI」)平台的提供商。公司基于自主研发人工智能芯片和算法软件,以智能驾驶,智慧城市和智慧零售为主要应用场景,提供给客户开放的软硬件平台和应用解决方案。经过三年的发展,地平线现在有 700-800 的正式员工,加上实习生,大概有 900 人左右。同时,公司 70% 多的员工都是研发人员,我们的平均工业界经验为 7 年左右。

    我们公司的技术团队实力雄厚,除了国内的各大厂之外,同时也有来自如 Facebook、华为、高通等国际知名企业的成员。目前,我们的业务横跨「软+硬,端+云」领域,后续会持续深耕嵌入式人工智能。

    目前,我们也对已经确立的业务方向内部做了一个总结归类,叫「一核三翼」,「核」是指我们的芯片,应用到智能驾驶、智慧城市和智慧零售三个领域。其中,智慧城市主要是泛安防领域——这是一个非常有潜力的市场,而我们的智慧零售的具体方向是基于我们嵌入式人工智能芯片技术,将线下零售数据线上化、数据化,为零售管理者提供多层次解决方案。

    下面进入关键点,即我们希望什么样的同学加入?用几个词来概括就是:Dedicated、 Hands-on、 Team working。

    我们能够提供给大家什么呢?这也是大家比较感兴趣的点。我将从职位、工作地点和福利三个方向讲一下。

    职位方向有算法、软件、芯片、硬件、产品五大方向。

    工作地点,总部在北京,同时在、南京、上海、厦门、深圳、杭州、硅谷都有 office,大家可以选择自己喜欢的城市。

    福利则包括:

    1. 拿到校招 Offer 的同学,毕业前能来地平线实习,可以享受到跟毕业以后正式员工相同的薪酬标准;

    2. 试用期结束以后,所有毕业生统一组织转正答辩,根据转正答辩成绩有推荐大家去参加各种国际顶级会议,或者前往硅谷工作或参观等诸多开眼界的机会。

    3. 针对大家从学生到职场人的转型,我们会提供升级版地平线大学,助力职业生涯发展。地平线大学分为必修课和选修课,同时会有常用的礼仪方面的培训

    4. 其他福利其他公司可能都有,但是我们公司会更贴心,比如电竞椅、升降桌,补充医疗、入职&年度体检、全天零食供应、餐补、交通补、租房补贴、带薪年假 10 天、产假 6 个月、陪产假 15 天、多彩 offsite、各种兴趣社团等等。

    最后,我们附上校招通关秘籍:

    400811云顶集团 40

    宣讲学校:东南大学、哈尔滨工业大学、华中科技大学、南京大学、清华大学、上海交通大学、西安交通大学、浙江大学、中国科学技术大学和 中国科学院大学等十所学校。

    校招流程:宣讲会当天笔试,当晚出笔试成绩,隔天进行面试,面试通过就会发录用意向书,十一后发正式 Offer。

    简历投递方式:包括网申和宣讲会现场投简历。

    总之,地平线非常重视校招生及其培养,希望给大家更好的发展空间,培养一代又一代的地平线人,为公司创造更大的价值,为科技进步贡献自己的力量!

    下面是中科院站的宣讲群二维码,欢迎同学们前来围观。

    分享结束后,两位嘉宾还对同学们提出的问题进行了回答,大家可以点击文末阅读原文移步社区进行详细了解。

    以上就是本期嘉宾的全部分享内容。更多公开课视频请到雷锋网 AI 研习社社区观看。关注微信公众号:AI 研习社(okweiwu),可获取最新公开课直播时间预告。返回搜狐,查看更多

    责任编辑:

    本文由400811云顶集团发布于云顶互联网,转载请注明出处:400811云顶集团到底长什么样体统,面向低功耗

    关键词: