TEF科技娛樂季(上海站)之2017亞太人工智慧峰會於4月21日在上海市世博展覽館隆重召開， 大會由AI科學創新與未來、AI深度學習專場、AI語音與視覺識別技術、AI無人駕駛引領汽車、AI與教育、AI與家庭娛樂、AI與電腦視覺、AI與VR、AI與物聯網等板塊組成。
會上， 百度雲大資料和人工智慧首席架構師張發恩做了題為《百度雲與百度雲深度學習平臺》的精彩演講。 他表示， 百度雲是大資料、人工智慧和雲三位一體的平臺， 為企業用戶賦能、創造價值。 基於典型的神經網路模型以及當中使用資料的場景， 百度雲做了一些抽象， 百度雲深度學習平臺也因此誕生。
以下為張發恩演講全文：
非常感謝各位來賓參與此次人工智慧會議。 百度雲是一個三位一體的平臺， 我們把大資料，
相信現場在座的各位都瞭解到今天的主題是AI， AI也是時下非常熱門的主題。 所以今天我著重講一下天智， 即百度雲的人工智慧。 天智這個取自於韓非子中的一句話“人也者， 乘于天明以視， 寄於天聰以聽， 托于天智以思慮”， 名字還是挺文藝的。 在天智平臺上， 主要有三個方向， 一個是感知平臺， 一個機器學習平臺， 還有一個深度學習平臺。 我相信今天AI話題如此火熱跟深度學習的關係是非常緊密的。 所以今天我也主要講深度學習平臺。
提到深度學習平臺， 我們不得不講一下神經網路發展的發展歷史。 神經網路的發展歷史上發生過三次典型的成長期、失落期。
自2006年以後又開始了一個新的時期， 這時候發明了卷積神經網路， 在圖片分類靈域遠遠超出了其他的分類演算法， 這個演算法的火熱程度一直持續到現在還沒有停止下來。 在深度學習領域， 現在有最重要的兩類神經網路， 一類是卷積神經網路，
遞迴神經網路也是非常革命性的進展， 它在語言識別、機器翻譯上創造了以往任何一個模型都沒有成功典範， 使今天的語音辨識和機器翻譯達到了新的高度。 遞迴神經網路在自然語言處理靈域大放異彩， 比如機器人寫稿。
基於典型的神經網路模型以及神經網路當中使用資料的場景， 我們對此做了一些抽象。 比如說應用深度學習到我們的項目當中， 一般會有資料的收集、存儲、模型訓練等程式， 然後再把訓練的模型上到線上。
百度雲上的深度學習平臺支持什麼?支持你用各種各樣的現在比較流行的framework。 你可以在平臺上使用框架訓練模型， 訓練完之後就可以發佈。 這裡面有什麼特點呢?我們的平臺是按需使用的， 你可以隨時開通一個集群， 訓練完以後可以釋放。 為什麼百度雲的深度學習平臺這麼先進呢?其實跟百度雲本身對硬體、軟體的獨到的優化選型是有關係的。 比如說百度雲對GPU、CPU的選型有嚴格的測試流程。 其次百度雲底層的深度學習平臺使用的伺服器都是特別定制的， 像GPU Box。 今天的百度雲已經可以做到一台伺服器上搭載64塊顯卡， 這在現在的市面上是不可能找到的。它提供的性能，可靠性、穩定性都不是市場上簡單採購一塊伺服器能夠獲得的。
最後是百度雲的硬體實驗室，百度雲深度學習平臺底下的引擎，都會在實驗室中嚴格測試，最終確保我們的百度雲深度學習平臺的引擎是高可靠、高性能、高穩定的。這是百度雲深度學習平臺的GPU資源監控系統，使你做到心裡有數。到底誰用了我的資源?我是不是應該採購更多的資源?還是說我的資源已經過剩了?百度雲深度學習平臺都能使你做到心中有數。
這在現在的市面上是不可能找到的。它提供的性能，可靠性、穩定性都不是市場上簡單採購一塊伺服器能夠獲得的。最後是百度雲的硬體實驗室，百度雲深度學習平臺底下的引擎，都會在實驗室中嚴格測試，最終確保我們的百度雲深度學習平臺的引擎是高可靠、高性能、高穩定的。這是百度雲深度學習平臺的GPU資源監控系統，使你做到心裡有數。到底誰用了我的資源?我是不是應該採購更多的資源?還是說我的資源已經過剩了?百度雲深度學習平臺都能使你做到心中有數。