第一个围绕与AI相关的异构计算跟大家做分享，这里我会邀请嘉宾共同组成分享的环节。
首先我先代表百度跟大家做一个分享，百度怎么样用一些创新的解决方案支持AI业务的发展。2012年底百度成立深度学习研究院，专门从事跟AI相关的研究。再后来我们做了无人车，发布了阿波罗无人车开放平台等等。我们发现要解决AI的问题，还是要从最根本的需求着手。我们构想设计出一个更好的能够适应AI训练需求的设计，我们把这个项目称之为X-Man。核心逻辑是左边这张架构图，不只是一个system的拓扑，而是整个异构计算的拓扑。在这个拓扑里我们构想的是通过PCIe的交换方式，把更多的计算节点和后面异构计算的模块进行整合，这个也很好的匹配了天蝎3.0所谓的资源解耦合的设计理念。在这个设计里，通过PCIE switch，构建一个异构计算的计算资源池，很好的适应大数据大模型的计算场景。通过这样的设计比较好的解决了训练的问题，基于Inference的需求变得更大，现在行业里变成共识，在未来的三五年，整个Inference的需求量规模是高出一个数量级甚至更多。在云端，百度X-Man设计最大的好处是异构垂直的计算跟前端的计算是解耦合的。X-Man 2.0可以更好的支持下一代的GPU或者FPGA设计，可以支持NV-Link和PCIe，设计里增加了对液冷的支持，这个产品很快也会公布。这是我想跟大家分享的百度怎么样用一个新的设计架构来解决AI计算层面的问题。
我的分享到这里，谢谢。
