亚洲精品久久久久久久久久久,亚洲国产精品一区二区制服,亚洲精品午夜精品,国产成人精品综合在线观看,最近2019中文字幕一页二页

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

構(gòu)建、訓(xùn)練AI模型不必令人困惑且耗時

星星科技指導(dǎo)員 ? 來源:嵌入式計算設(shè)計 ? 作者:Rich Nass ? 2022-11-24 15:57 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

隨著技術(shù)被推向物聯(lián)網(wǎng)的邊緣,使用數(shù)量大幅攀升。開發(fā)人員正在迅速部署其 AI 架構(gòu)。

毫不夸張地說,人工智能(AI)幾乎可以用于工業(yè)領(lǐng)域的任何應(yīng)用。隨著技術(shù)被推向物聯(lián)網(wǎng)的邊緣,使用數(shù)量大幅攀升。開發(fā)人員正在迅速部署他們的人工智能架構(gòu),這要歸功于Vecow等供應(yīng)商的進步。

值得慶幸的是,必須手動對AI設(shè)備進行編程的日子已經(jīng)過去了。因此,部署速度在提高,而成本在縮小。雖然它變得越來越容易,但為特定的 AI 場景設(shè)計最佳模型仍然非常耗時且具有挑戰(zhàn)性。

設(shè)計過程中最困難的部分是訓(xùn)練 AI 模型以提供對象檢測、運動跟蹤和面部識別等核心功能。這種訓(xùn)練會影響系統(tǒng)成本:部署的模型效率越高,實現(xiàn)它所需的資源就越少。

Vecow的VHub AI開發(fā)人員具有集成解決方案,可減少模型訓(xùn)練時間,并為工程師開發(fā)基于邊緣的AI解決方案提供所需的資源。提供四個版本,從基于英特爾酷睿處理器的英特爾 NUC(下一代計算單元)入門套件到提供英特爾酷睿 SoC 或英特爾至強處理器選擇的 Titan 套件,適用于計算密集型應(yīng)用。所有版本都包括標(biāo)記工具、訓(xùn)練平臺、推理解決方案以及 200 多個用于典型 Edge 用例的預(yù)訓(xùn)練模型。

基于邊緣的 AI 的完整框架

VHub AI開發(fā)人員為基于邊緣的計算應(yīng)用程序提供了完整的開發(fā)框架。對于經(jīng)驗豐富的開發(fā)人員來說,該套件相對容易部署,并且與大多數(shù)平臺兼容,并包括一組 200 多個可擴展的 AI 模型。這些模型涵蓋的應(yīng)用包括對象跟蹤、面部識別和運動檢測等常見功能。

因此,系統(tǒng)集成商可以專注于開發(fā)和訓(xùn)練AI模型,而不是花時間集成和維護整個AI框架。預(yù)先集成和預(yù)測試的軟件工具進一步簡化了流程。

VHub AI開發(fā)人員的四個不同版本有助于為特定應(yīng)用程序提供硬件和軟件資源的最佳組合。VHD NUC 系列是基本的入門套件;VHD ECX-1000 PoER 系列部署套件帶來了豐富的 I/O 功能;VHD ECX-1400 PEG 系列部署套件引入了 GPU 計算引擎;VHD RCX-1520R PEG 系列泰坦套件可為大多數(shù)計算密集型應(yīng)用程序提供更多 GPU 功能。

在所有版本中,該框架都經(jīng)過集成和測試,進一步縮短了開發(fā)時間。此外,VHub AI Developer 框架旨在保證穩(wěn)定的版本管理,因此設(shè)計不應(yīng)受到版本控制問題的困擾,這在開源 AI 培訓(xùn)工具中很常見。

使用案例

機器視覺和自動化是AI的兩個流行用例,因此對于VHub AI開發(fā)人員來說也是如此。智能零售和訪問控制也得到了突出應(yīng)用。以下是該工具在每種工具中脫穎而出的原因:

機器視覺:效率和準(zhǔn)確性對于對工廠中的缺陷零件進行分類至關(guān)重要。帶有 VPU 和 GPU 加速器的預(yù)裝檢測 SDK 能夠以低成本實現(xiàn)高精度

自動化:智能自動化集成智能技術(shù)和服務(wù)來執(zhí)行關(guān)鍵任務(wù)。借助預(yù)安裝的自動化監(jiān)控 SDK,制造商可以提高生產(chǎn)力。

智能零售:零售店需要了解和了解他們的客戶,以增加收入和盈利能力。預(yù)安裝的功能識別 SDK 使工程師能夠捕獲性別、年齡范圍、客戶數(shù)量和店內(nèi)行為,以創(chuàng)建有針對性的體驗。

訪問控制:安全性通常取決于僅向授權(quán)用戶授予訪問權(quán)限。使用面部識別,可以將數(shù)據(jù)存儲在視覺庫中,以快速方便地批準(zhǔn)或拒絕訪問。

審核編輯:郭婷

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 物聯(lián)網(wǎng)
    +關(guān)注

    關(guān)注

    2938

    文章

    47059

    瀏覽量

    404691
  • 人工智能
    +關(guān)注

    關(guān)注

    1813

    文章

    49565

    瀏覽量

    259821
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    Cognizant加速AI模型企業(yè)級開發(fā)

    全新解決方案旨在幫助企業(yè)快速大規(guī)模地構(gòu)建、微調(diào)和實施AI模型。 Cognizant 憑借其作為數(shù)據(jù)與AI
    的頭像 發(fā)表于 07-31 17:25 ?534次閱讀

    ai_cube訓(xùn)練模型最后部署失敗是什么原因?

    ai_cube訓(xùn)練模型最后部署失敗是什么原因?文件保存路徑里也沒有中文 查看AICube/AI_Cube.log,看看報什么錯?
    發(fā)表于 07-30 08:15

    摩爾線程“AI工廠”:五大核心技術(shù)支撐,打造大模型訓(xùn)練超級工廠

    演講中表示,為應(yīng)對生成式AI爆發(fā)式增長下的大模型訓(xùn)練效率瓶頸,摩爾線程將通過系統(tǒng)級工程創(chuàng)新,構(gòu)建新一代AI
    的頭像 發(fā)表于 07-28 11:28 ?3728次閱讀
    摩爾線程“<b class='flag-5'>AI</b>工廠”:五大核心技術(shù)支撐,打造大<b class='flag-5'>模型</b><b class='flag-5'>訓(xùn)練</b>超級工廠

    海思SD3403邊緣計算AI數(shù)據(jù)訓(xùn)練概述

    模型,將模型轉(zhuǎn)化為嵌入式AI模型,模型升級AI攝像機,進行
    發(fā)表于 04-28 11:11

    首創(chuàng)開源架構(gòu),天璣AI開發(fā)套件讓端側(cè)AI模型接入得心應(yīng)手

    ,聯(lián)發(fā)科帶來了全面升級的天璣AI開發(fā)套件2.0,在模型庫規(guī)模、架構(gòu)開放程度、前沿端側(cè)AI技術(shù)支持和端側(cè)LoRA訓(xùn)練落地等方面均迎來全面躍遷,為開發(fā)者提供了更全面、更開放、更強大的端側(cè)
    發(fā)表于 04-13 19:52

    是德科技推出AI數(shù)據(jù)中心構(gòu)建

    是德科技(NYSE:KEYS)推出Keysight AI (KAI)數(shù)據(jù)中心構(gòu)建器,這是一款先進的軟件套件,通過模擬真實工作負(fù)載來評估新算法、組件和協(xié)議對AI訓(xùn)練性能的影響。KAI數(shù)據(jù)
    的頭像 發(fā)表于 04-07 11:06 ?718次閱讀

    利用RAKsmart服務(wù)器托管AI模型訓(xùn)練的優(yōu)勢

    AI模型訓(xùn)練需要強大的計算資源、高效的存儲和穩(wěn)定的網(wǎng)絡(luò)支持,這對服務(wù)器的性能提出了較高要求。而RAKsmart服務(wù)器憑借其核心優(yōu)勢,成為托管AI模型
    的頭像 發(fā)表于 03-18 10:08 ?445次閱讀

    訓(xùn)練好的ai模型導(dǎo)入cubemx不成功怎么處理?

    訓(xùn)練好的ai模型導(dǎo)入cubemx不成功咋辦,試了好幾個模型壓縮了也不行,ram占用過大,有無解決方案?
    發(fā)表于 03-11 07:18

    小白學(xué)大模型構(gòu)建LLM的關(guān)鍵步驟

    你梳理如何在構(gòu)建AI算法應(yīng)用時做出合適的決策。訓(xùn)練LLM的三種選擇https://wandb.ai/site/articles/training-llms/在
    的頭像 發(fā)表于 01-09 12:12 ?1488次閱讀
    小白學(xué)大<b class='flag-5'>模型</b>:<b class='flag-5'>構(gòu)建</b>LLM的關(guān)鍵步驟

    GPU是如何訓(xùn)練AI模型

    AI模型訓(xùn)練過程中,大量的計算工作集中在矩陣乘法、向量加法和激活函數(shù)等運算上。這些運算正是GPU所擅長的。接下來,AI部落小編帶您了解GPU是如何
    的頭像 發(fā)表于 12-19 17:54 ?1110次閱讀

    AI大語言模型開發(fā)步驟

    開發(fā)一個高效、準(zhǔn)確的大語言模型是一個復(fù)雜多階段的過程,涉及數(shù)據(jù)收集與預(yù)處理、模型架構(gòu)設(shè)計、訓(xùn)練與優(yōu)化、評估與調(diào)試等多個環(huán)節(jié)。接下來,AI
    的頭像 發(fā)表于 12-19 11:29 ?1145次閱讀

    NVIDIA Isaac Sim滿足模型的多樣化訓(xùn)練需求

    光輪智能借助?NVIDIA Isaac Sim,通過 3D 生成與建模技術(shù)構(gòu)建高度逼真的虛擬場景,將現(xiàn)實世界的復(fù)雜場景抽象并轉(zhuǎn)化為高質(zhì)量的訓(xùn)練數(shù)據(jù)源,從而更有效地滿足模型的多樣化訓(xùn)練
    的頭像 發(fā)表于 11-23 14:55 ?1763次閱讀

    如何使用OpenUSD構(gòu)建支持生成式AI的合成數(shù)據(jù)工作流

    訓(xùn)練用于驅(qū)動自主機器(例如機器人和自動駕駛汽車)的物理 AI 模型需要大量數(shù)據(jù)。獲取大量多樣化的訓(xùn)練數(shù)據(jù)可能很困難、耗時
    的頭像 發(fā)表于 11-20 09:50 ?1327次閱讀
    如何使用OpenUSD<b class='flag-5'>構(gòu)建</b>支持生成式<b class='flag-5'>AI</b>的合成數(shù)據(jù)工作流

    從零開始訓(xùn)練一個大語言模型需要投資多少錢?

    一,前言 ? 在AI領(lǐng)域,訓(xùn)練一個大型語言模型(LLM)是一個耗時復(fù)雜的過程。幾乎每個做大型語言模型
    的頭像 發(fā)表于 11-08 14:15 ?1223次閱讀
    從零開始<b class='flag-5'>訓(xùn)練</b>一個大語言<b class='flag-5'>模型</b>需要投資多少錢?

    如何訓(xùn)練自己的LLM模型

    訓(xùn)練自己的大型語言模型(LLM)是一個復(fù)雜資源密集的過程,涉及到大量的數(shù)據(jù)、計算資源和專業(yè)知識。以下是訓(xùn)練LLM模型的一般步驟,以及一些關(guān)
    的頭像 發(fā)表于 11-08 09:30 ?1903次閱讀