人工智能作业

专有大数据是人工智能产业制胜的基础和关键

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。