Публикации по теме 'nvidia'
Спящий гигант Nvidia проснулся
«Программное обеспечение поглощает мир, но ИИ будет питаться программным обеспечением». — Дженсен Хуанг, генеральный директор Nvidia.
Эта фраза отражает развивающийся ландшафт технологий, когда программное обеспечение стало широко использоваться в нашей повседневной жизни. Сегодня программное обеспечение используется в самых разных приложениях, от смартфонов и автомобилей до медицинских устройств и не только. Однако по мере того, как мы вступаем в эру искусственного интеллекта..
Развертывание и обслуживание моделей ИИ (Часть-1)
Создание модели - это всего лишь шаг к созданию реальных ИИ-решений. Более того, модели искусственного интеллекта необходимо развертывать, размещать и обслуживать, чтобы выполнять прогнозы, обнаружения и классификации входных данных (обычно выполняя вывод модели) в реальных сценариях. Большинство приложений AI имеют следующие рабочие процессы
Захватите входные данные на основе модели. Например кадры из видеоисточника для обнаружения объекта. Выполните предварительную обработку..
Обнаружение объектов с помощью синтетических обучающих данных
Алгоритмы машинного обучения обычно требуют больших объемов данных для обучения. В зависимости от предметной области может быть сложно получить достаточно разнообразный диапазон обучающих данных, которые позволят алгоритму в достаточной степени обобщаться для всех различных вариантов использования, которые могут возникнуть в производственной среде. Например, если мы хотим научить модель компьютерного зрения обнаруживать автомобили, нам нужно убедиться, что обучающие данные содержат..
Производительность и переносимость гетерогенного кода с использованием инструментов миграции CUDA на SYCL
Потребность в более быстром решении наряду с удовлетворением потребностей клиентов в более энергоэффективных и экономичных вычислениях сделала гетерогенные вычисления с использованием как ЦП, так и графических процессоров повсеместной частью современных вычислений. Скорость и масштабы этого освоения были увеличены за счет выдающихся успехов машинного обучения и ИИ в решении сложных проблем, учитывая, что базовые модели нейронных сетей, как правило, прекрасно сопоставляются с параллельным..
Руководство Google Colab для Fast.ai Deep Learning & Machine Learning
Библиотека Fast.ai - отличный инструмент для практического знакомства с такими областями искусственного интеллекта, как глубокое обучение и машинное обучение, с минимальными усилиями. На веб-сайте fast.ai есть курсы, которые обучают практическому глубокому обучению и машинному обучению. Идея состоит в том, чтобы следовать нисходящему подходу, когда вы работаете на очень высоком уровне и постепенно углубляетесь в основные концепции, связанные с ними математику и теорию.
На сайте..
Привет! Немного НЛП, много общего интеллектуального анализа данных.
Привет! Немного НЛП, много общего интеллектуального анализа данных. Самое главное — убедиться, что вывод занимает разумное количество времени в масштабе. т.е. как нам избежать значительного увеличения времени вывода, поскольку у нас одновременно есть 10 пользователей против 100 против 1000. Характер нашей области затрудняет это в некоторых высокочастотных сценариях, где нам нужно выполнять вывод с интервалами в доли секунды. Для этого ASIC становятся обычным явлением во многих магазинах..
Почему Nvidia покупает ARM?
Nvidia собирается купить ARM за 40 миллиардов долларов, как это повлияет на остальную отрасль и почему они это делают?
Nvidia опубликовала пресс-релиз о своих намерениях, так что давайте рассмотрим основные моменты и дадим несколько комментариев.
Я размышлял об этих перспективах и о том, что они означают в более ранних статьях , но теперь мы получили более подробную информацию от самой Nvidia о том, что они собираются делать. Чтобы поместить все это в контекст, нам нужно понять..
