AI发展进入2.0时代!英特尔在落地中总结4大经验( 八 )

盈谷方面也分享说,原先系统渲染用一种GPU板卡,人工智能计算用另一种GPU板卡,业务处理则用通用处理器,成本很高且维护复杂。现在只需部署至强就可全部搞定。

AI发展进入2.0时代!英特尔在落地中总结4大经验

图6/14

当然,硬件加持的另一面是软件架构优化助力。

英特尔对Caffe、Tensorflow等人工智能框架的优化,也进一步提升了西安盈谷智能化辅助诊断系统的功效。

以针对英特尔技术优化的RFCN模型为例,模型优化裁剪融合带来了近30%的性能提升,而进一步优化 OpenMP多线程实现方案后,其性能还能再提升40%-50%。

此外,面向深度神经网络的英特尔数学核心函数库(英特尔 MKLDNN)的加入,也帮助该系统向全面人工智能化迈出了更加坚实的一步。这一工具主要通过以下三个方面来提升人工智能模型的性能:

使用 Cache Blocking技术优化数据缓存,提高数据命中率。

推荐阅读