恩智浦與NVIDIA合作:將TAO工具套件與eIQ開(kāi)發(fā)環(huán)境無(wú)縫集成,加速人工智能部署!
恩智浦半導(dǎo)體宣布與NVIDIA合作,將NVIDIA經(jīng)過(guò)訓(xùn)練的人工智能模型通過(guò)eIQ機(jī)器學(xué)習(xí)開(kāi)發(fā)環(huán)境部署到恩智浦廣泛的邊緣處理產(chǎn)品組合中。NVIDIA TAO工具套件功能與恩智浦eIQ機(jī)器學(xué)習(xí)開(kāi)發(fā)環(huán)境的集成令業(yè)內(nèi)振奮,開(kāi)發(fā)人員能夠在競(jìng)爭(zhēng)日益激烈的人工智能領(lǐng)域中實(shí)現(xiàn)加速開(kāi)發(fā)。恩智浦是首家將NVIDIA TAO API直接集成到其人工智能產(chǎn)品中的半導(dǎo)體供應(yīng)商,以幫助開(kāi)發(fā)人員更輕松地在邊緣部署經(jīng)過(guò)訓(xùn)練的人工智能模型。
本文引用地址:http://cafeforensic.com/article/202407/461149.htm簡(jiǎn)化人工智能模型的訓(xùn)練和部署是當(dāng)今人工智能領(lǐng)域開(kāi)發(fā)人員面臨的重大挑戰(zhàn)之一。為了應(yīng)對(duì)這一挑戰(zhàn),恩智浦與NVIDIA合作,將NVIDIA TAO API直接集成到恩智浦的eIQ機(jī)器學(xué)習(xí)開(kāi)發(fā)環(huán)境中。NVIDIA TAO低代碼人工智能框架通過(guò)遷移學(xué)習(xí),讓開(kāi)發(fā)人員能夠更輕松地利用經(jīng)過(guò)訓(xùn)練的人工智能模型,并針對(duì)特定用途對(duì)模型進(jìn)行微調(diào)和優(yōu)化,與此同時(shí),恩智浦eIQ開(kāi)發(fā)環(huán)境通過(guò)集成軟件、推理引擎、神經(jīng)網(wǎng)絡(luò)編譯器以及優(yōu)化過(guò)的庫(kù),簡(jiǎn)化了將模型部署到邊緣的過(guò)程。通過(guò)本次技術(shù)整合,客戶能夠從多方面受益,包括加速人工智能開(kāi)發(fā)進(jìn)程、訪問(wèn)經(jīng)預(yù)先測(cè)試的人工智能模型庫(kù)以及將人工智能模型部署到恩智浦廣泛的邊緣處理器產(chǎn)品組合中。
恩智浦半導(dǎo)體資深副總裁兼工業(yè)和物聯(lián)網(wǎng)邊緣總經(jīng)理Charles Dachs表示:“人工智能創(chuàng)新將決定智能互聯(lián)世界的未來(lái)。恩智浦在工業(yè)和物聯(lián)網(wǎng)邊緣創(chuàng)新領(lǐng)域擁有豐富的經(jīng)驗(yàn),而NVIDIA則在訓(xùn)練與測(cè)試人工智能模型方面具有專業(yè)優(yōu)勢(shì),兩者結(jié)合產(chǎn)生的協(xié)同效應(yīng)能夠幫助我們的客戶更加快速、輕松地將其人工智能模型推向市場(chǎng)?!?/p>
NVIDIA機(jī)器人和邊緣計(jì)算副總裁Deepu Talla表示:“NVIDIA TAO可大幅度簡(jiǎn)化人工智能模型的創(chuàng)建和部署,包括先進(jìn)的生成式人工智能模型。此次合作,通過(guò)利用NVIDIA TAO調(diào)整的高度精確且經(jīng)優(yōu)化的人工智能模型,以及將模型無(wú)縫集成到恩智浦eIQ開(kāi)發(fā)環(huán)境中,能夠加速實(shí)現(xiàn)邊緣人工智能部署?!?/p>
借助恩智浦eIQ機(jī)器學(xué)習(xí)軟件開(kāi)發(fā)環(huán)境,用戶可在恩智浦廣泛的微控制器和微處理器產(chǎn)品組合中利用人工智能算法。eIQ機(jī)器學(xué)習(xí)軟件已完全集成到恩智浦的MCUXpresso SDK和Yocto Project Linux開(kāi)發(fā)環(huán)境中,開(kāi)發(fā)人員可輕松開(kāi)發(fā)完整的系統(tǒng)級(jí)應(yīng)用。
eIQ機(jī)器學(xué)習(xí)開(kāi)發(fā)環(huán)境將直接集成NVIDIA TAO API,為人工智能模型的訓(xùn)練、優(yōu)化和部署提供統(tǒng)一平臺(tái)。NVIDIA TAO提供基于API的工作流程,利用了一系列預(yù)先訓(xùn)練的模型和遷移學(xué)習(xí),允許用戶自定義構(gòu)建人工智能模型。NVIDIA TAO還可提供多項(xiàng)優(yōu)化(例如模型剪枝),提高推理吞吐量。
評(píng)論