李永会，百度 多模搜索部资深工程师

内容介绍

深度学习技术已经在互联网的诸多方向产生影响。该技术近几年在嵌入式领域也得到飞速发展，各种互联网产品都争相在端侧应用深度学习技术，产品对深度学习的引入也将进一步影响用户体验。随着移动设备被广泛使用，在移动互联网产品应用深度学习和神经网络技术已经成为必然趋势。

在移动端应用深度学习技术时往往存在各种各样的问题，由于移动端设备的性能以及包体积、耗电、内存都有很大的局限，这就为深入全面落地相关技术框架带来了很大难度。本次演讲主要从硬件面对的困难讲起，再到落地应用层面的问题解决，以简单搜索 App 为案例全面讲解从汇编到顶层架构实现。

内容大纲

1. 移动端 AI 现状；
2. Paddle-Mobile 介绍；
3. Paddle-Mobile CPU 性能优化；
4. CPU 优化落地简单搜索 APP 场景案例；
5. Paddle-Mobile GPU 性能优化；
6. GPU 优化落地简单搜索 APP 场景案例；
7. FPGA、NPU 等协处理器方案；
8. Paddle-Mobile 硬件支持架构描述；
9. 简单搜索创新体验介绍。