上接03版
　　端侧学习是深度学习框架的新趋势。“端侧一般不会进行训练，只会推理。”上海计算机软件技术开发中心人工智能技术研究应用与测评团队负责人陈敏刚告诉记者，在设备端推理，没有网络时延，不需要海量服务器和带宽资源，也不需要将数据上传云端，保护了用户隐私。
　　天元Beta版本添加了对广泛用于手机和终端电子设备的ARM平台处理器的支持，并推出了推理优化工具教程，还与面向AIoT的框架小米Mace和嵌入式边缘计算框架Tengine展开了合作。
　　百度深度学习技术平台部高级总监马艳军告诉《IT时报》记者，目前包括英特尔、英伟达、华为、ARM等诸多芯片厂商都支持飞桨，并开展合作。这意味着ARM平台处理下，低能耗的可能。
　　不过，值得一提的是，功耗似乎是AI在边缘侧、云端的枷锁，大大限制了算力。据《IT时报》记者了解，目前数据中心的一个机柜功耗限制在6000瓦-8000瓦，而一台性能强劲的GPU服务器也要四五千瓦。
下一站：量子
　　如果说兼容其他开源框架训练模型是飞桨一大亮点，那么，融合量子计算则是飞桨的另一张牌。今年5月20日，“量桨”首度亮相。
　　“AI技术可以促进量子计算的研发，甚至突破量子计算核心瓶颈问题。另一方面，量子系统的并行模式和信息处理优势，也可能使量子计算机在一些特定AI任务上超越经典计算机，进而促进AI技术的突破发展。”马艳军说。
　　今年3月,TensorFlow与谷歌合作TensorFlow Quan⁃tum(量子)，为了在更深层次模拟自然，扩展机器从量子数据中学习的能力。
　　尽管从去年下半年起，量子优越性的新闻不断出现，只是目前量子计算处于实验室阶段。超低温（接近绝对0度）、黑暗环境的设定，令量子计算离商用化之路仍有一段距离。
　　不妨看作这是百度的一次布局。2018年3月，百度研究院量子计算研究所成立，着重研究量子人工智能、量子算法和量子架构。