职场人贴发票的样子，真的太太太太心酸了！

“搬砖了那么多年，最怕的除了每个季度的KPI，就是财务看我贴错发票时的嫌弃眼神。”

身为职场人，每到报销日就开始发愁，各种发票单子铺天盖地堆满桌子，一眼望去全都是钱，但依旧学不会正确的报销姿势。手工录入发票费时费力，而且容易出错，每次财务说重新填，跟小学二年级被老师罚抄作业一个感觉。万一不小心搞丢了一张，更是欲哭无泪。

此情此景，又是深度学习的用武之地了。应用 AI 深度学习技术，百度文字识别（OCR）服务的准确率可以达到 99%[1]，财税报销、文档电子化、远程身份认证，诸如此类都不在话下。

如果深度学习应用可以部署在手机上，可想而知应用场景就会更加丰富。然而，想把深度学习应用部署在移动设备上并不容易，毕竟它对数据存储空间和运行性能有要求。此外，深度学习的安全性也是关注焦点，诸如金融领域的应用，机密性是重中之重。

针对上述挑战，百度开源深度学习平台百度飞桨结合第三代英特尔® 至强® 可扩展处理器给出的解决方案，免除了开发者的后顾之忧，让深度学习技术的落地运行更快、更安全。

一、提升性能：先瘦身，再加速
百度飞桨作为中国首个开源开放、技术先进、功能完备的产业级深度学习平台，立足于百度多年的深度学习研究和应用，包含深度学习核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件。

想要跑得快，瘦身减负是第一步，要想提升深度学习的性能，也是如此。最新推出的飞桨 2.0，提供了模型量化瘦身和加速的整体方案，由两个环节构成：

1.产出瘦身的量化模型
以 PaddleSlim 深度学习模型压缩工具库，帮助模型瘦身、量化，也就是以低比特数值替换 FP32 数值进行存储和计算，从而实现减小存储空间、加快预测速度、降低能耗。

2.部署和加速量化模型
部署和加速百度飞桨量化模型时，关键步骤是结合第三代英特尔® 至强® 可扩展处理器的内置 AI 加速技术——VNNI 可扩展指令集、以及英特尔® oneAPI 工具包。VNNI 可将算力增加 4 倍，将内存要求降至四分之一，从而加快了低数值精度运算的速度，最终加速 AI 和深度学习推理，适合图像分类、语音识别、语音翻译、对象检测等众多情境。而英特尔 oneAPI 工具包作为统一的、简化的编程模型，让开发者无需担心平台兼容性问题。

经过第三代英特尔® 至强® 可扩展处理器的量化和加速后，飞桨 2.0 模型的性能提升了 3.56 倍。

二、数据敏感，安全优先

深度学习应用中，常常要汇聚诸多来源的数据，这免不了让企业担心，尤其是敏感的数据更是如此。因此，百度飞桨对接了百度安全计算平台 MesaTEE，即内存安全可信计算环境（Memory-safe Trusted Execution Environments）。

它的安全性来自两大技术：内存安全的 Rust 语言及英特尔® 软件防护扩展（英特尔® Software Guard Extensions，简称英特尔® SGX）。英特尔® SGX 是基于硬件的安全解决方案，它可以绕过操作系统和虚拟机软件层，将敏感的程序代码和数据加载到受 CPU 保护的内存分区 “飞地” ，防止被泄露或更改。借助英特尔® SGX，MesaTEE 得以提供完善的机密深度计算能力，从而保护敏感数据。

与百度飞桨的对接，MesaTEE 起到了任务执行环境的角色。在不改变使用方式的前提下，TEE 中访问的所有数据均为密文。在 TEE 外，无论从磁盘、内存或网络通信上都无法窥探计算内容，从而可以抵抗恶意攻击，确保整体安全性。

三、AI 赋能，无限可能
百度飞桨将深度学习平台与机密计算能力有机结合，将会在众多领域找到立足之地。比如金融行业等众多用户数据将会更安全地汇总在一起，产生多维用户画像，带来更多业务价值。

未来，英特尔也将继续携手百度构建起涵盖产品技术、行业解决方案、产业生态在内的深度合作模式。以技术创新为合作基石，双方不断探索新应用、新突破，进一步提升用户深度学习应用的工作效能，携手企业拥抱多样性计算新时代。