World

Pembaruan Nvidia TAO Toolkit bertujuan untuk menyederhanakan pengembangan model pembelajaran mendalam

[ad_1]

Nvidia Corp. bertujuan untuk membuat hidup lebih mudah bagi para pengembang aplikasi kecerdasan buatan dengan memperbarui platform TAO Toolkit-nya.

TAO Toolkit adalah versi kode rendah dari framework Train, Adapt, dan Optimize Nvidia yang dirancang untuk menyederhanakan dan mempercepat pembuatan model AI untuk aplikasi perusahaan.

Seperti yang dijelaskan perusahaan, TAO Toolkit membuat hidup jauh lebih mudah bagi pengembang aplikasi. Secara umum, pembuatan model pembelajaran mendalam adalah proses yang sangat kompleks dan memakan waktu yang membutuhkan penggunaan kumpulan data besar, keahlian domain, dan waktu yang tak terhitung. Bagi banyak perusahaan, ini bisa menjadi mahal.

Nvidia mengatakan TAO Toolkit, yang dibangun di atas kerangka kerja TensorFlow dan PyTorch, mempercepat pelatihan model pembelajaran mendalam dengan mengabstraksikan banyak kerumitan. Pengembang dapat memanfaatkan pembelajaran transfer untuk membuat model pembelajaran mendalam khusus yang dioptimalkan untuk berbagai kasus penggunaan khusus industri, termasuk deteksi cacat, terjemahan bahasa, pembuatan suara khusus, dan manajemen lalu lintas. Menggunakan TAO Toolkit, dimungkinkan untuk mengembangkan model AI dengan lebih sedikit data pelatihan, keahlian domain manusia, dan waktu daripada yang biasanya diperlukan.

TAO Toolkit terutama dilengkapi dengan lusinan model pra-pelatihan yang dapat digunakan pengembang untuk membangun aplikasi. Salah satu yang paling menarik adalah OneCup AI, yang digunakan untuk membuat aplikasi bernama Bovine Expert Tracking and Surveillance, atau BETSY. Seperti namanya, ini adalah aplikasi terkait ternak yang dapat melacak kesehatan, pertumbuhan, nutrisi, aktivitas, dan fenotipe ternak menggunakan vision AI. BETSY seperti sepasang mata ekstra bagi peternak, kata Nvidia, membantu mereka menemukan tanda-tanda kesehatan yang buruk atau nutrisi yang buruk pada ternak mereka.

Model pra-terlatih lainnya memungkinkan pengembang untuk menerapkan data yang dikumpulkan dari sensor lidar untuk robotika dan aplikasi otomotif, dan mengklasifikasikan tindakan manusia berdasarkan pose mereka, yang memiliki aplikasi di berbagai bidang seperti keselamatan publik, ritel, dan keselamatan tempat kerja. TAO Toolkit juga dilengkapi dengan berbagai model AI ucapan yang dapat digunakan untuk membuat suara AI yang disesuaikan hanya dengan data yang direkam selama 30 menit. Suara-suara itu dapat digunakan untuk memberi daya pada perangkat pintar, karakter game, aplikasi restoran layanan cepat, dan banyak lagi.

Menurut Holger Mueller dari Constellation Research Inc., pertempuran untuk kepemimpinan dalam AI terjadi di semua tingkat tumpukan teknologi, sebagaimana dibuktikan oleh pengumuman hari ini.

“Giliran Nvidia untuk mendorong amplop dengan edisi terbaru dari TAO Toolkit, yang merupakan penyederhanaan utama di sisi perangkat lunak karena membantu pengembang untuk membuat kasus penggunaan AI yang sukses,” kata Mueller. “Senang melihat sifat rendah kode dari rilis ini, ditambah fondasi pada TensorFlow dan PyTorch, yang merupakan dua platform AI terkemuka. Model pra-pelatihan sangat berguna, memungkinkan pengembang untuk dengan mudah membuat AI yang memberikan nilai nyata bagi perusahaan.”

TAO Toolkit tidak hanya untuk model yang telah dilatih sebelumnya, karena pengembang juga dapat menggunakannya untuk membuat model mereka sendiri. Dalam hal ini, mereka akan mendapat manfaat dari kemampuan baru seperti “bawa anak timbangan model Anda sendiri”, yang memungkinkan untuk menyempurnakan dan mengoptimalkan model non-TAO dengan anak timbangan yang diimpor dan dilatih sebelumnya dari ONNX.

“Kemampuan untuk membawa bobot model Anda sendiri sangat penting,” kata Mueller. “Ini memungkinkan pelokalan model AI yang diperlukan.”

Pengembang juga dapat memvisualisasikan model mereka dengan lebih baik, berkat integrasi dengan TensorBoard. Melalui ini, dimungkinkan untuk mendapatkan pemahaman yang lebih baik tentang kinerja model pelatihan dengan memvisualisasikan skalar seperti pelatihan dan kehilangan validasi, bobot model, dan gambar yang diprediksi. Pengembang juga dapat menggunakan TensorBoard untuk bereksperimen dengan model dengan mengubah berbagai parameter.

Terakhir, kata Nvidia, TAO Toolkit sekarang dapat digunakan sebagai layanan dengan antarmuka pemrograman aplikasi REST. Itu berarti pengembang dapat membangun layanan AI baru atau mengintegrasikan TAO ke dalam yang sudah ada dengan REST API, dan mengelola serta mengatur kerangka kerja di Kubernetes.

Rekan Mueller di Constellation Research, Andy Thurai, mengatakan kepada SiliconANGLE bahwa meskipun GPT-3, Microsoft Corp., dan Google LLC semuanya telah melakukan beberapa pekerjaan untuk membuat pipeline model AI lebih mudah, mereka masih sangat mahal dan memakan waktu, dan untuk banyak perusahaan realisasi kasus bisnis membutuhkan waktu terlalu lama untuk membuatnya berharga. Dengan TAO Toolkit, dia mengatakan Nvidia sedang mencoba menciptakan model AI yang lebih cepat masuk ke pasar, katanya.

“Meskipun alat tingkat rendah seperti PyTorch dan TensorFlow telah memberikan bantuan kepada ilmuwan data, inisiatif baru ini dapat memindahkan jalur model AI ke kalangan bisnis,” kata Thurai. “Dalam toolkit TAO, kombinasi industri yang telah dilatih sebelumnya dan model kasus penggunaan khusus, ditambah opsi untuk menyempurnakan model dengan data perusahaan, berarti waktu untuk memasarkan bisa jauh lebih cepat dan mungkin dilakukan tanpa perlu banyak ilmuwan data. Nvidia sedikit terlambat ke pasar karena GPT-3/Microsoft memiliki gelombang di bagian depan ini selama berbulan-bulan sekarang. ”

Nvidia mengatakan versi baru TAO Toolkit akan tersedia dengan pembaruan triwulanan berikutnya untuk platform Nvidia AI Enterprise-nya.

Gambar: Nvidia

Tunjukkan dukungan Anda untuk misi kami dengan bergabung dengan Cube Club dan Komunitas Pakar Acara Cube kami. Bergabunglah dengan komunitas yang mencakup Amazon Web Services dan CEO Amazon.com Andy Jassy, ​​pendiri dan CEO Dell Technologies Michael Dell, CEO Intel Pat Gelsinger dan banyak lagi tokoh dan pakar.

Artikel ini telah tayang pertama kali di situs siliconangle.com

Related Articles

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Back to top button