视觉物体识别 ImageaNet ,PASCAL VOC-2007,MNIST ,US-PS,SVHN
人脸LFW
德国交通标识识别GTSRS
专有大数据资源其重要性如同原油一样视为战略资源。为了支撑人工智能技术的发展,必须继续从软件优化层面加强Hadoop、Spark和Petuum等高性能分布式GPU及CPU集群系统的研究。
超级GPU、TPU集群服务器,GOOGLE数据中心的TPU专门为深度学习定制的ASIC,完全支持Google的TensorFlow开源代码框架。
FPGA深度学习处理器特点低功耗、可编程,高性能,通常用于深度学习的推断 基于FPGA的DPU其能耗比可提升至少1000倍相对GPU,而且成本更低。
高通Zeroth类脑处理器特别适合智能移动终端,未来可使智能手机具有深度学习能力。