11月15日，联想集团副总裁、联想研究院人工智能实验室负责人范建平博士，联想企业科技集团HPC＆AI营销总经理于涛应邀出席第二届中国超级算力大会（China SC 2020），与众多知名学者与产业从业者齐聚一堂，共同探讨“新基建”背景下高性能计算行业的挑战和机遇，展示智能算力的最新科技。会议期间，倍受瞩目的HPC TOP100榜单正式揭晓，联想以35套的成绩名列榜首，其中六套位列榜单前十名，这是联想第六次荣登中国第一。
会上，范建平博士发表主题演讲，重点展示了联想边缘AI平台的强大技术能力，以及在垂直行业中的应用实践。他表示，联想依托在边缘计算、人工智能领域的深耕和积累，推出了“Edge AI”边缘智能平台。该平台主要包括三部分：
第一，在云端进行模型的初始化和训练。众所周知，训练环节是AI算力需求最大、最集中的部分。部署于边缘和端的AI模型，为了保证良好的精度，必须通过深度学习算法，在AI服务器上基于大规模的训练数据进行多次迭代训练才能得到理想的AI模型。这个环节中，AI服务器基础架构与AI 训练管理软件是保证AI训练任务稳定高效运行的关键。联想企业科技集团目前推出了一系列AI服务器产品，如基于英伟达NVlink技术的SG670， 可以配置8张最高端GPU A100的HG680等产品，为人工智能的训练任务提供了坚实的算力保障。同时范建平博士提到了联想研究院的人工智能训练平台——炼AI大师，这是一款应用于联想研究院内部的、功能丰富、强大的AI训练工具，可以应对AI开发过程中，多机并行、多用户、多任务、多环境等复杂场景。
第二，在边缘侧借助于Edge AI的训练结果进行决策。范建平博士指出：在实际的客户使用场景中出于延迟，决策速度，尤其是数据安全的考虑，越来越多的AI计算会在边缘端完成，而不是把数据发送回数据中心，由数据中心完成计算再将计算结果返回。所以，AI的边缘计算技术是解决这个问题的关键。范建平博士提到联想研究院的“联想大脑”在边缘端的AI部署有静态和动态两种不同的方式，两种不同的部署方式分别适用于不同的客户场景——在客户训练数据与测试数据具有相同分布时，我们使用静态部署模式；反之，则动态部署更为合理。尤其在动态部署时，我们需要在边缘侧通过不断的训练，升级，再训练，再升级的方式，使边缘端的能力越来越突出，越来越聪明。但这一过程也是极其耗费算力的过程，用户面临着大量的GPU计算需求。范建平博士在这里提出联想的解决之道——AI算法创新，重点展示了AUTOML增量学习的方法，使得在实现模型动态的同时，大幅度减少了对计算资源的消耗与依赖。
最后，范建平博士指出，联想Edge AI平台是由“炼AI大师”和“联想大脑”两个核心部分组成，与联想企业科技集团等其他业务单元产品已经高度结合，能够使云端和边缘设备的算力最大化。如设计了最适配联想边缘设备的底层算子及其编译器，能够实现低功耗，小模型；同时，Edge AI平台具备边云多AI任务联合作业的能力；此外，还支持企业用户利用自己的个性化数据，建立企业专属的“智慧大脑”。
目前，联想Edge AI平台已经通过联想企业科技集团实现了产品化，推出了LiCO AI、AI一体机等功能强大的AI产品与解决方案，被广泛应用于人工智能数据中心、智能制造、工业物联网、智慧城市、智能零售、智能音箱和智能家居等各个方面。在自动驾驶领域，可以做到行人识别、车辆识别、信号灯识别等。