会议现场

随着数据的指数式增长，我们对于计算性能、模型框架等的需求也在不断提升。同时，产品功能的快速迭代、市场环境的不断变化，也给AI技术部门提出了挑战。在人工智能技术不断照进现实的当前，我们在实际落地应用的过程中又面临着哪些亟待解决的问题，各位演讲嘉宾和参会者围绕此话题进行了深入的探讨和交流。

网易有道首席科学家 段亦涛博士

研讨会一开始，网易有道首席科学家段亦涛博士进行了开场致词，向大家分享了人工智能技术的发展历程与现状，并介绍了出席本次TF的嘉宾与讲者。

网易有道高性能计算研发专家 张广勇

网易有道高性能计算专家张广勇分享了《AI技术在有道智能硬件中的应用》的主题报告，讲解了他对于端侧AI算法优化、端侧AI推理优化的理解和实践。同时，张广勇老师还带来了有道的智能硬件产品——有道词典笔，让参会者体验使用，更加直观地感受AI技术在智能硬件中的实际效果。

一流科技CEO 袁进辉博士

随后，一流科技CEO袁进辉带来了《让大规模分布式深度学习变得更方便》的主题分享，训练诸如GPT-3这样的超大规模模型需要模型并行、流水并行等现有通用深度学习框架TensorFlow和PyTorch官方版本尚不支持的功能，人们不得不转而寻求各种定制化方案。OneFlow可以帮助开发者像单机编程一样方便地开发分布式深度学习训练程序。袁进辉介绍了OneFlow“一致性视角”背后的核心思想以及新的编程接口，并与定制方案InsightFace, HugeCTR和Megatron-LM进行了对比。

快手算法专家 赵一帆

上午的最后一场分享，由来自快手的算法专家赵一帆，带来《端上智能在快手短视频推荐的应用》。相对于传统的封面瀑布流推荐，上下滑推荐提供了高频交互的沉浸式用户体验。但是目前基于云计算的推荐系统架构，因网络延迟与云端算力瓶颈，客户端并不能根据每一屏视频反馈即时请求云端更新下一屏的推荐结果。快手引入端上智能，来解决上下滑高频交互推荐的问题，在客户端搭建热部署快速迭代算法策略的推荐引擎框架KIR(Kwai Instant Recommend)，使得客户端具备响应用户实时反馈进行实时推荐的能力。

百度资深研发工程师 吴拓邦

下午的活动上，百度资深研发工程师吴拓邦分享了《从智能数据到边缘计算-百度AI开发平台技术解析与应用》，讲解以飞桨为核心百度AI开发平台的全流程AI开发能力，并主要面向数据治理和模型部署两个环节，介绍百度提供的一站式解决方案。

图森未来软件产品负责人 冯星月

最后，图森未来软件产品负责人冯星月与大家分享了《无人驾驶量产化道路的工程实践》，介绍AI技术在实际落地过程中与产品、场景、业务等真实情况的矛盾，以及图森未来的探索与解决方案。

当人工智能不再是一个虚幻的概念，越来越多智能化产品走入人们的日常生活当中，如何平衡技术研发、数据处理、产品迭代、业务场景等各种因素，最终打造出满足真实需求、用户体验优秀、成本相对可控的优质产品并不断进行优化，将是业内人士需要共同探讨的问题。同时，在真实场景中的应用与探索，也将进一步推动人工智能技术的长足发展。