Intel 收购 Vertex.AI，打造开源深度学习引擎 PlaidML

最新推荐文章于 2024-06-08 19:10:10 发布
最新推荐文章于 2024-06-08 19:10:10 发布
阅读量122 收藏
点赞数
文章标签： 人工智能

百度智能云 云生态狂欢季 热门云产品1折起>>>  hot3.png

英特尔公司想要把更多人工智能（AI）技术整合到各项业务中，该公司在周四宣布收购深度学习创业公司 Vertex.AI。Vertex.AI 的使命是让每个平台的深度学习技术开发成为可能，并为此打造了深度学习引擎 PlaidML。这笔收购交易的财务条款尚未披露，但是英特尔已经证实了这笔交易。

bb9b390954f05a753a035feae9e03e25460.jpg

Vertex.AI 整个团队将加入英特尔，包括公司联合创始人 Choong Ng、杰里米·布鲁斯特勒（Jeremy Bruestle）以及布莱恩·雷特福德（Brian Retford）。

“英特尔已经收购了 Vertex.AI，后者是一家专注于开发深度学习编译工具及配套技术的西雅图创业公司。Vertex.AI 的 7 人团队将加入英特尔 AI 产品集团的 Movidius 团队。借助这笔交易，英特尔获得了一支经验丰富的团队和知识产权，以进一步实现边缘计算的灵活深度学习。更多细节和条款将不会被披露，”英特尔在声明中称。

Vertex.AI 的官网显示，公司团队将加入英特尔 Movidius 部门。Movidius 是英特尔在 2016 年收购的一家计算机视觉芯片制造商。 “很高兴能够在英特尔旗下继续推进边缘计算的灵活深度学习，”Vertex.AI 表示。

Vertex.AI 称，英特尔将以开源项目的方式继续开发 PlaidML 引擎。PlaidML 将在 Apache 2.0 开源授权项目下使用英特尔的 nGraph 编译器后台继续支持一系列硬件。

来自：凤凰网科技

weixin_33752045
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对标Tensorflow ? Vertex.AI开源深度学习框架PlaidML
机械鸡
10-23 1509
今天，Vertex.AI发布了开源便携式深度学习引擎PlaidML，Vertex.AI的使命是让任何人都能快速开发深度学习应用。Vertex.AI支持开发人员、研究人员和学生常用的最流行的硬件和软件。最初版本的PlaidML在大多数现有的PC硬件上运行，包括NVIDIA、AMD或Intel的OpenCL功能的GPU。此外，我们还包括支持在广受欢迎的Keras框架运行。PlaidML支持的框架和硬件
Vertex AI
whaosoft143ai的博客
06-12 445
谷歌表示，Vertex AI 是首个提供人类反馈强化学习（RLHF）的企业级机器学习平台，这有助于提高模型的实用性并降低成本，同时谷歌还为需要管理大型模型的客户升级了 Vertex AI 的 MLOps 工具套件，用于模型的开发和维护。现在，开发者们可以在 Vertex AI 上使用多种新工具和模型，例如由下一代大型语言模型 PaLM 2 驱动的单词补全模型、用于文本的嵌入 API 和 Model Garden 中的其他基础模型在大模型云服务领域，微软、AWS、百度等公司都已有了自己的布局 whaosoft
Google VertexAI API 接入
05-31 390
os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "服务账号json格式key"vertexai.init(project="GCP上创建的项目ID", location="us-central1")#此步非常重要，否则无法访问，去GCP创建服务账号密钥。请提取文档的目录结构。
Llama模型家族之拒绝抽样(Rejection Sampling)（九） 强化学习之Rejection Sampling
最新发布
段智华的博客
06-08 1101
拒绝采样技术提供了一种有效的方法来提升AI模型的生成能力。通过精心设计的迭代过程和参数调整，可以使模型在生成高质量答案的同时，保持答案的多样性和创新性。
Intel刚刚收购的Vertex.AI，到底有什么黑科技？
我爱计算机视觉
10-28 459
点击我爱计算机视觉标星，更快获取CVML新技术一个新技术时代的来临，巨头往往是睡不着觉的，他们焦虑的表现，就是“买买买”。前天，有外媒报道英特尔收购了一家深度学习平台公司Vertex.A...
上下文感知代码生成：检索增强和 Vertex AI Codey API
ChinaRen69fy的专栏
02-21 146
传统的大型语言模型受到其内部知识库的限制，这可能导致不相关或缺乏上下文的响应。RAG 通过将外部检索系统集成到 LLM 中来解决这个问题，使它们能够即时访问和利用相关信息。这种技术允许 LLM 从权威的外部来源检索信息，使用相关上下文增强他们的输入，并生成更明智、更准确的响应。例如，代码生成模型可以使用 RAG 从现有代码存储库中获取相关信息，并使用它来创建准确的代码、文档，甚至修复代码错误。
基于深度学习的中文抽取式摘要方法应用.pdf
08-19
"基于深度学习的中文抽取式摘要方法应用" 本篇文章主要讲述了基于深度学习的中文抽取式摘要方法应用，旨在解决当前网络信息化发展迅速时代，信息过载的问题。文章使用Python语言，通过TextRank算法，实现了中文抽取...
VerTeX.jl：基于LaTeX节点的排版散乱图数据重写器
02-03
VerTeX.jl允许用户用LaTeX语法描述这些图形，然后通过其内部的重写引擎优化布局，生成美观且准确的图形。 **Julia语言的优势** Julia作为一门高性能的动态语言，以其接近C的速度和类似Python的易读性著称。在VerTeX...
9Vertex.pdf
08-14
2维复射影平面的三角剖分
pix2vertex.pytorch:来自ICCV2017的pix2vertex纸的官方pyTorch端口
03-20
由三部分组成一个网络执行图像到深度+在合成人脸数据上训练的对应图一种非刚性ICP方案，用于将输出图转换为完整的3D网格从阴影到形状的方案，用于添加精细的介观细节这个仓库目前包含我们的图像到图像网络，其中包含...
ShaderX 1.-.Vertex.and.Pixel.Shader.Tips.and.Tricks
05-27
With vertex shaders for the programmable geometry pipeline and pixel shaders for the programmable pixel pipeline, the control over geometry and pixels was handed back to the developer....
onnx-keras-example
03-25
ONNX运行时示例：具有Keras / Tensorflow的简单神经网络 本示例是如何使用ONNX运行时的完整示例。 让我们从进入keras-tf-nn目录开始并遵循以下步骤。 1.构建Docker镜像并运行容器： 要运行演示程序，构建映像，然后启动容器： docker build -t onnx-keras-nn -f Dockerfile.CUDA . docker run -it --gpus=all onnx-keras-nn:latest bash 如果您的设备不支持CUDA， Dockerfile.CPU在build命令Dockerfile.CPU替换为Dockerfile.CUDA ， Dockerfile.CPU从run命令中删除--gpus=all 。 如果您的设备支持CUDA，请确保已安装nvidia-container-runtime 。 2.训练模型并测试
2023深度学习框架选什么？
2301_77040324的博客
03-22 357
几乎92%的模型是PyTorch独占的，比去年增加了85%，相比之下，只有约8%是TensorFlow独占的，所有TensorFlow的模型只占总模型的14%（比去年的16%还要少）。它提供了一个简单的稠密网络，可在干净的UI中进行可视化。当我们查看2018年和2019年使用PyTorch或TensorFlow的作者发表的论文时，我们发现使用TensorFlow的作者中，大多数在2019年转向使用PyTorch（55%），而使用PyTorch的作者中，大多数在2019年仍然使用PyTorch（85%）。
【小沐学AI】Google AI大模型的一点点学习（Python）
爱看书的小沐
03-19 1325
Gemini 是 Google 最大、功能最强大的 AI 模型。 Gemini 是 Google 的最新一代生成模型，超越了 PaLM 模型系列的功能。
初识DirectML
热门推荐
学海无涯，快乐行舟
12-04 1万+
DirectML是微软发布的一套基于DirectX12的机器学习底层推理API。本文对DirectML做了初步介绍，它的优点来源。和其他推理引擎WinML、ONNXRuntime、TensorRT也做了比较。
开源深度学习框架PlaidML安装及测试 一
hong3731的专栏
02-27 4649
PlaidML 致力于跨平台开发部署的开源高性能深度学习框架，目前PlaidML支持Keras，OpenCL，Linux，macOS和Windows的支持。最重要的是PlaidML 可以使用AMD的显卡在windows平台上进行深度学习，由于手头上的笔记本只有A卡，所以决定尝试一下利用A卡的GPU来尝试一下，虽然是基于Opencl的加速，尝试一下和CUDA的对比。 1安装PlaidML 1.1安装...
行为检测要走得更深
weixin_34194702的博客
07-03 113
攻击者已经在绕过传统签名和恶意软件沙盒方面做得更好了，安全团队正日渐转向基于行为的检测模式，找到网络攻击的活跃标志。此类基于行为的检测方式带来了许多优势。行为检测模型专注于黑客真正做了什么，而不是通过代表漏洞利用行为的一系列签名(也被称为指标)来进行查找，因为后者往往存在滞后。 比如，在边界上的IPS错过一次路过下载时，行为分析方法可以识别出作为受害者...
graph.vertex.push_back(i);
10-26
`graph.vertex.push_back(i);`这行代码是一个C++语言代码，将变量`i`添加到`graph`对象的`vertex`向量中。 在这段代码中，我们可以假设`graph`是一个图数据结构的对象，`vertex`是存储图的顶点的向量。`push_back`...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值