当前播放: WebNN - 将硬件加速的深度学习带入开放式Web平台
00:00 / 00:00
标清
  • 标清
1.0x
  • 2.0x
  • 1.5x
  • 1.25x
  • 1.0x
  • 0.5x
网页全屏
全屏
00:00
付费课程,可试看

WebNN - 将硬件加速的深度学习带入开放式Web平台

张敏 英特尔亚太研发有限公司软件技术经理

2013- 至今,目前担任英特尔亚太研发有限公司 Web Platform Engineering Team 软件技术经理,深度参与到 W3C Web Platform Test 的贡献,参与 Intel 的开源 Crosswalk Web Runtime 的完整生命周期,目前负责的团队参与到 Intel 的 Web Neural Network API, PWA 以及 WebGraphics 等项目。

2007-2013,担任 Opera Software 软件经理及产品经理,负责 Opera 浏览器以及欧朋浏览器的软件质量及产品 (客户端运营和关键数据)团队,负责浏览器在 Android、iOS、PC 等所有平台的质量,以及在中国市场的网站兼容性。同时负责浏览器产品的新特性定义和原型,包括 Opera 欧朋 Lite 浏览器 4.x 以及 Opera 欧朋浏览器 7、8 的产品工作。

内容介绍

近年来,机器学习技术,特别是深度学习子领域已经成功地用于高级模式识别应用,例如图像识别、语音识别和自然语言处理。包括英特尔在内的硬件供应商正在积极优化深度学习工作负载的性能,不仅要扩展 CPU 和 GPU 的功能,还要引入新的专用加速器。但是,在 Web 平台上运行的程序仍然缺乏和原生程序类似的性能。为了解决这种情况,我们提出了 Web 神经网络(WebNN)API,用于访问 Web 浏览器中的深度学习硬件加速。我们在 Chromium 中构建了 WebNN API 原型,我们的原型运行在 Windows、Linux、macOS 和 Android 等平台上。我们在 TensorFlow 和 ONNX 的深度学习模型上尝试了我们的 WebNN 原型,在 GPU 上观察到 3-13 倍的加速,并且在 CPU 上加速超过 10 倍。

本次分享将以目前 Web 平台深度学习框架的性能分析为起点,详细介绍 Intel Web 团队对 WebNN 的原理和实现,以及带来的真实的性能提高等内容。希望能够对关注深度学习框架,尤其是在 Web 端应用以及 Web 端深度学习框架的与会者带来新的技术和帮助。

展开
¥4.99 购买
开通VIP
登录 后留言

精选留言

由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论
其他推荐
45:13
前端路上的思考
郑叶飞(圆心) 阿里巴巴集团前端委员会主席
试看
34:29
基于小程序技术栈的微信客户端跨平台实践
张志坚 微信高级工程师
试看
40:37
贝壳找房的Node服务稳定性建设实践
徐辛承 贝壳找房人店平台中心资深工程师
试看