英特爾、Habana Labs與Hugging Face推動Transformer業(yè)務(wù)在訓(xùn)練和推理優(yōu)化及擴(kuò)展取得關(guān)鍵進(jìn)展

• 在過去的一年中，英特爾、Habana Labs和Hugging Face基于開源項(xiàng)目、集成開發(fā)者體驗(yàn)與科學(xué)研究，不斷提升人工智能應(yīng)用的效率并降低使用門檻，在創(chuàng)建和訓(xùn)練高質(zhì)量Transformer模型上取得了重大進(jìn)展。Transformer模型為包括自然語言處理（NLP）、計(jì)算機(jī)視覺（CV）、語音等在內(nèi)廣泛的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)任務(wù)提供先進(jìn)的性能。大規(guī)模訓(xùn)練這些深度學(xué)習(xí)模型需要龐大的算力，這個過程非常復(fù)雜，不僅需要大量時間，而且成本高昂。通過英特爾顛覆者計(jì)劃（Intel Disruptor Program）與
• 關(guān)鍵字： 英特爾  Habana Labs  Hugging Face  Transformer業(yè)務(wù)  訓(xùn)練和推理