Nul
På CVPR (Computer Vision og mønstergenkendelse) konference på tirsdag, Nvidia har annonceret en ny dyb læring værktøjer for både forskere og udviklere, inklusive en release candidate version af Kubernetes på Nvidia Gpu ‘ er, der er til rådighed for udviklere for feedback og test.
Kubernetes på Nvidia Gpu ‘ er, lader udviklere og DevOps ingeniører opbygge og implementere GPU-accelererede dyb læring, uddannelse eller følgeslutning applikationer på multi-cloud GPU klynger, på skalaen. Det gør det muligt for automatisering af installation, vedligeholdelse, planlægning og drift af GPU-accelererede anvendelse containere. Dette skal hjælpe udviklere med at håndtere det stigende antal af AI-drevne applikationer og tjenester, Nvidia er angivet.
Derudover, Nvidia annoncerede den generelle tilgængelighed af TensorRT 4, den seneste version af sin dybe læring inferencing software, der optimerer ydeevnen. Med integration i TensorFlow, det fremskynder den følgeslutning, udførelsen af tale, lyd og recommender apps. Mens den var i beta, teknikere, som bruger TensorRT 4 sæt to nye inferens speed records, Nvidia bemærkes, — én i ventetid og én i gennemløb
Nvidia er også ved hjælp af konferencen viser en tidlig udgave af APEx, en open source udvidelse, som gør det muligt for forskerne at bruge PyTorch at maksimere dyb læring, uddannelse ydeevne på Volta Gpu ‘ er. Nu tilgængelig i beta på GitHub, er det automatisk gør det muligt blandet præcision uddannelse, der er nem at bruge.
Endelig, Nvidia gør tilgængelige Nvidia DALI, en open source bibliotek forskere kan bruge til at optimere data rørledninger af dyb læring rammer. Nvidia ‘ s data, som forskerne brugte det til at fin-tune DGX-2, AI supercomputer, for at opnå en rekord på 15.000 billeder per sekund i uddannelse.
Relaterede Emner:
CXO
Digital Transformation
Tech-Branchen
Intelligente Byer
Cloud
0