此網站不建議使用您目前的瀏覽器版本。
請考慮透過下列其中一個連結,升級到最新版的瀏覽器。

通往更深入見解的道路

機器學習變得更快、也更容易達成。我們的客戶使用大量的資料組來打造更智慧的城市、推動智慧型汽車並提供個人化的醫藥服務…而這只是個開始。

我們才正在開始瞭解機器學習的潛力

資料科學家、開發者和研究人員使用機器學習來取得先前無法獲得的見解。程式可以從經驗中學習,協助他們以過去無法企及的程度找出人類基因如何運作、瞭解消費者行為,並且打造可提供購買建議、辨識影像、防止詐騙等功能的系統。

現在您可以快速擴充機器學習和深度學習應用程式,透過現有的硬體基礎架構更有效率地獲得見解。近來為 Intel 最佳化的熱門開放架構,搭配我們先進的數學程式庫,讓以 Intel® 架構 (Intel® Achitecture) 為基礎的平台成為這些專案的聰明選擇。

進一步瞭解機器學習 ›

機器學習加速競賽

Intel 在某些特定演算法效能中所觀察到的速度大躍進,在傳統的高效能運算領域中出現的可能性微乎其微,因為在此領域中,許多問題都已明確定義,且最佳化作業已經持續進行了數年之久。不過,機器學習演算法仍有改進的空間。

來自俄國團隊的一位軟體架構師 Andrey Nikolaev 表示,他和同事們有幾次已經在可能的最大限度內,讓演算法達到最佳化。

他說:「未來我們將會明白或者有人會告訴我們怎麼做才能讓演算法變得更快。最佳化是一種能持續到永遠的作業。」

進一步探索 ›

開發者適用的開放原始碼資源

存取開放原始碼架構進行機器和深度學習,存取程式碼和參考架構進行分散式訓練和評分。

來自 Intel 的軟體開發者資源

打造可以監控資料、快速提供有價值的見解、自動化流程,以及加速預測分析的工具。

Intel 的機器學習產品

使用現有的資料來取得新見解、發現顧客行為模式,並找出市場商機 – 盡在您目前的水平擴展架構。

研究人員適用的資源

瞭解 Intel 如何與學生和研究人員合作,提供取得最新技術的門路並建立共同合作社群。

Intel IT 同儕網絡

來自 Intel 專家社群的最新機器學習領導性思維。