フライングパドルを使用して大型モデルの生産をワンストップで処理できる業界初の大型モデル開発キット PaddleFleetX です。
11 月 30 日、国立深層学習技術および応用工学研究センターが主催し、Baidu Flying Paddle が主催する WAVE SUMMIT 2022 深層学習開発者サミットが予定通り開催されました。サミットでは、Baidu AI テクノロジー エコシステム ゼネラル マネージャーの Ma Yanjun 氏が、Paddle Deep Learning Platform の最新テクノロジーと生態学的進歩を発表し、新たにリリースされた Paddle オープンソース フレームワーク バージョン 2.4 は、業界初のエンドツーエンドの大規模モデル開発キット PaddleFleetX をもたらしました。ハードウェア エコロジカル パートナーは Flying Paddle エコロジカル リリース バージョンをリリースし、AI Studio 学習およびトレーニング コミュニティはアップグレードされて、エンタープライズ トレーニングやエコロジー異種コンピューティング センターなどを立ち上げました。この一連の措置は、Feipiao が AI 技術基盤を強化し続け、産業統合とイノベーションを深化し続けていることを示しています。
写真: Baidu AI テクノロジー エコシステム ゼネラル マネージャー Ma Yanjun が Flying Paddle プラットフォームの最新リリースを共有
Flying Paddle オープン ソース フレームワーク バージョン 2.4 がリリース、基盤となる技術革新により最適化を継続 パフォーマンス
フライング パドル アップグレードの 2.4 バージョンにより、フレームワーク開発がより柔軟かつ便利になり、大規模モデルの分散トレーニングで引き続き先頭に立ち、高パフォーマンスの推論が可能になります。あらゆるシナリオでの展開。
開発の面では、Flying Paddle オープン ソース フレームワークのバージョン 2.4 には、スパース コンピューティングやグラフ学習などの重要なシナリオ用の 160 以上の API と API 開発が追加されました。しきい値とコストが大幅に削減され、今回の新しい API の 3 分の 1 はエコロジー開発者からの貢献によるものとなっています。 AI for Science シナリオのニーズに応えて、バージョン 2.4 では、科学コンピューティング関連アプリケーションをより適切にサポートするための一般的な高次自動微分関数が実装されています。同時に、Flying Paddle はコアの動的から静的へのテクノロジーの拡張性と展開の柔軟性を包括的に向上させ、新しいモデルの動的から静的への成功率は 92% に達し、動的と静的それぞれの利点を最大限に発揮します。画像。
トレーニングに関しては、バージョン 2.4 が新たにアップグレードされ、GPU ベースの超大規模グラフ モデル トレーニング エンジン PGLBox がリリースされました。これは、業界で初めて、次のような統合グラフ学習ソリューションを実装しました。複雑なアルゴリズム、超大規模なグラフ、および超大規模な離散モデルを同時にサポートします。さらに、Fei Paddle の集団通信分散トレーニング パフォーマンスも極限まで最適化されており、大規模モデル トレーニング向けの包括的で豊富な分散トレーニング パフォーマンス最適化システムを提供しており、これに基づいて、Fei Paddle は国際的に権威のある AI トレーニング ベンチマーク テストで 2 回優勝しています。今年も MLPerf Training リストで 1 位になりました。
業界における AI 実装の「ラスト マイル」として、モデルの推論と展開のプロセスは非常に重要です。まず第一に、大規模なモデルの推論のために、Flying Paddle オープン ソース フレームワークのバージョン 2.4 は、適応モデル セグメンテーションや分散推論などの機能をサポートしており、Flying Paddle フレームワークの動的および静的機能に依存して、自動的な深い融合を実現できます。高パフォーマンスの最適化により、大規模なモデル アプリケーションを完全にサポートします。同時に、AI アプリケーションの実装が直面する 3 つの主要な問題 (シーンの断片化、高い開発コスト、遅い推論速度) を根本的に解決するために、Feipiao は新しい フルシナリオの高性能 AI 導入ツール FastDeploy をリリースしました。 は、ワンストップ ソリューションです。デバイス、エッジ、クラウド上の複数のシナリオ、複数のフレームワーク、および複数のハードウェアの導入要件を満たすために、API 設計は統一されており使いやすいだけでなく、自動圧縮と高性能推論エンジンの深い連携により、統合されたソフトウェアとハードウェアの利点を最大限に発揮し、業界最先端の推論性能を備えています。AI業界のアプリケーションに最適なソリューションを提供します。
アプリケーションのしきい値を引き続き下げ、AI アプリケーションの実装を加速します
大規模なモデルを適用すると AI アプリケーションのしきい値を下げることができますが、大規模なモデルの開発、トレーニング、推論、導入のプロセスはモデルは依然として大きな課題を抱えています。大規模モデル アプリケーションの実装をより適切にサポートするために、PaddleFleetX は新しいエンドツーエンドの大規模モデル開発キット PaddleFleetX をリリースしました。 PaddleFleet マルチクラウド環境でのハードウェア プラットフォームのトレーニングとデバッグ。同時に、パドルフリートの量的展開。
さまざまな分野のエコロジカルパートナーと連携して、豊かなフライングパドルAIエコシステムを作成、共有し、共同で構築します
業界における人工知能の応用の促進は、ハードウェアエコロジカルパートナーとの協力と切り離すことはできません。 。今年5月、フライングパドルはハードウェアエコシステムパートナーと共同で「ハードウェアエコシステム共創計画」を立ち上げ、共同研究開発、リソース共有、共同ライセンス、トレーニング権限付与などの多面で全面的に協力することを目指した。 11月現在、フェイ・パドルの「ハードウェア・エコシステム共創計画」のメンバーは13名から28名に増加した。同時に、Flying Paddle は、Nvidia、Arm、Cambrian、Kunlun Core、Tianshu Intelligent Core、Graphcore、Suiyuan を含む 12 のメーカーと提携して、開発者により優れた統合ソフトウェアとハードウェア エクスペリエンスを提供するために、Flying Paddle エコロジカル リリースを共同リリースしました。同時に、豊かなハードウェア エコシステムの構築に協力していきます。
AI 業界のインテリジェントなアップグレードをさらに加速するために、フェイ パドルは産業現場に深く入り込み、中国エネルギー グループ、産業および商業と提携しました。中国銀行、チャイナユニコム、ペトロチャイナ、中国鉄道科学院、チャイナモバイル、中国第一汽車などの業界大手企業は、企業と開発者を結び付けて実際の産業における重要な問題を解決するための産業実践事例収集プランを発表した。さまざまな業界のシナリオをサポートし、AI 業界の実装を支援します。
Feipiao Construction の AI Studio 学習およびトレーニング コミュニティは、AI の学習と応用を容易にすることに尽力しており、現在では中国最大の AI 開発者コミュニティとなっています。このサミットでは、AI Studio がアップグレードされ、企業トレーニングとエコロジー異種コンピューティング パワー センターという 2 つの新しいセクションが追加されました。
エンタープライズ トレーニングは、企業がディープ ラーニングを適用するための実践的なトレーニング プラットフォームを提供します。これまでFeipiaoは20社以上の有名企業と共同でイベントを開催し、AIアプリケーションソリューションを共同で模索し、AI人材を育成してきました。長い間、AI Studio は開発者に CPU や GPU などの豊富なコンピューティング リソースを提供し、Sugon DCU のコンピューティング能力と接続して、開発者にオンライン エクスペリエンス センターと、ハードウェア インフラストラクチャとエコロジーのための便利なエクスペリエンス環境を提供してきました。パワーセンターは、より多くのハードウェアメーカーが参入することを歓迎しています。
Baidu Flying Paddle ディープラーニング オープンソース オープン プラットフォームは、産業慣行から派生した、Baidu が統合イノベーションを実践し、敷居を下げるための AI 大規模生産プラットフォームです。将来的には、ディープラーニングのコアテクノロジーが開発され続けるにつれて、フェイパドルはAIと大規模モデルのアプリケーションをより適切にサポートし、より繁栄したAIエコシステムの構築を継続し、業界のインテリジェントアップグレードの加速を促進し、AIの恩恵を受けられるようにしていきます。何千もの産業。
以上がフライングパドルを使用して大型モデルの生産をワンストップで処理できる業界初の大型モデル開発キット PaddleFleetX です。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









画像の注釈は、ラベルまたは説明情報を画像に関連付けて、画像の内容に深い意味と説明を与えるプロセスです。このプロセスは機械学習にとって重要であり、画像内の個々の要素をより正確に識別するために視覚モデルをトレーニングするのに役立ちます。画像に注釈を追加することで、コンピュータは画像の背後にあるセマンティクスとコンテキストを理解できるため、画像の内容を理解して分析する能力が向上します。画像アノテーションは、コンピュータ ビジョン、自然言語処理、グラフ ビジョン モデルなどの多くの分野をカバーする幅広い用途があり、車両が道路上の障害物を識別するのを支援したり、障害物の検出を支援したりするなど、幅広い用途があります。医用画像認識による病気の診断。この記事では主に、より優れたオープンソースおよび無料の画像注釈ツールをいくつか推奨します。 1.マケセンス

顔の検出および認識テクノロジーは、すでに比較的成熟しており、広く使用されているテクノロジーです。現在、最も広く使用されているインターネット アプリケーション言語は JS ですが、Web フロントエンドでの顔検出と認識の実装には、バックエンドの顔認識と比較して利点と欠点があります。利点としては、ネットワーク インタラクションの削減とリアルタイム認識により、ユーザーの待ち時間が大幅に短縮され、ユーザー エクスペリエンスが向上することが挙げられます。欠点としては、モデル サイズによって制限されるため、精度も制限されることが挙げられます。 js を使用して Web 上に顔検出を実装するにはどうすればよいですか? Web 上で顔認識を実装するには、JavaScript、HTML、CSS、WebRTC など、関連するプログラミング言語とテクノロジに精通している必要があります。同時に、関連するコンピューター ビジョンと人工知能テクノロジーを習得する必要もあります。 Web 側の設計により、次の点に注意してください。

Machine Power Report 編集者: Wu Xin 国内版の人型ロボット + 大型模型チームは、衣服を折りたたむなどの複雑で柔軟な素材の操作タスクを初めて完了しました。 OpenAIのマルチモーダル大規模モデルを統合したFigure01の公開により、国内同業者の関連動向が注目を集めている。つい昨日、中国の「ヒューマノイドロボットのナンバーワン株」であるUBTECHは、Baidu Wenxinの大型モデルと深く統合されたヒューマノイドロボットWalkerSの最初のデモを公開し、いくつかの興味深い新機能を示した。 Baidu Wenxin の大規模モデル機能の恩恵を受けた WalkerS は次のようになります。 Figure01 と同様に、WalkerS は動き回るのではなく、机の後ろに立って一連のタスクを完了します。人間の命令に従って服をたたむことができる

マルチモーダル文書理解機能のための新しい SOTA!アリババの mPLUG チームは、最新のオープンソース作品 mPLUG-DocOwl1.5 をリリースしました。これは、高解像度の画像テキスト認識、一般的な文書構造の理解、指示の遵守、外部知識の導入という 4 つの主要な課題に対処するための一連のソリューションを提案しています。さっそく、その効果を見てみましょう。複雑な構造のグラフをワンクリックで認識しMarkdown形式に変換:さまざまなスタイルのグラフが利用可能:より詳細な文字認識や位置決めも簡単に対応:文書理解の詳しい説明も可能:ご存知「文書理解」 「」は現在、大規模な言語モデルの実装にとって重要なシナリオです。市場には文書の読み取りを支援する多くの製品が存在します。その中には、主にテキスト認識に OCR システムを使用し、テキスト処理に LLM と連携する製品もあります。

最新の AIGC オープンソース プロジェクト、AnimagineXL3.1 をご紹介します。このプロジェクトは、アニメをテーマにしたテキストから画像へのモデルの最新版であり、より最適化された強力なアニメ画像生成エクスペリエンスをユーザーに提供することを目的としています。 AnimagineXL3.1 では、開発チームは、モデルのパフォーマンスと機能が新たな高みに達することを保証するために、いくつかの重要な側面の最適化に重点を置きました。まず、トレーニング データを拡張して、以前のバージョンのゲーム キャラクター データだけでなく、他の多くの有名なアニメ シリーズのデータもトレーニング セットに含めました。この動きによりモデルの知識ベースが充実し、さまざまなアニメのスタイルやキャラクターをより完全に理解できるようになります。 AnimagineXL3.1 では、特別なタグと美学の新しいセットが導入されています

FP8 以下の浮動小数点数値化精度は、もはや H100 の「特許」ではありません。 Lao Huang は誰もが INT8/INT4 を使用できるようにしたいと考え、Microsoft DeepSpeed チームは NVIDIA からの公式サポートなしで A100 上で FP6 の実行を開始しました。テスト結果は、A100 での新しい方式 TC-FPx の FP6 量子化が INT4 に近いか、場合によってはそれよりも高速であり、後者よりも精度が高いことを示しています。これに加えて、エンドツーエンドの大規模モデルのサポートもあり、オープンソース化され、DeepSpeed などの深層学習推論フレームワークに統合されています。この結果は、大規模モデルの高速化にも即座に影響します。このフレームワークでは、シングル カードを使用して Llama を実行すると、スループットはデュアル カードのスループットの 2.65 倍になります。 1つ

最新の国内大規模オープンソース MoE モデルは、デビュー直後から人気を集めています。 DeepSeek-V2 のパフォーマンスは GPT-4 レベルに達しますが、オープンソースで商用利用は無料で、API 価格は GPT-4-Turbo のわずか 1% です。そのため、公開されるとすぐに大きな話題を呼びました。公開されているパフォーマンス指標から判断すると、DeepSeekV2 の包括的な中国語機能は多くのオープンソース モデルの機能を上回っています。同時に、GPT-4Turbo や Wenkuai 4.0 などのクローズド ソース モデルも第一段階にあります。総合的な英語力もLLaMA3-70Bと同じ第一段階にあり、同じくMoEであるMixtral8x22Bを上回っています。また、知識、数学、推論、プログラミングなどでも優れたパフォーマンスを示します。 128K コンテキストをサポートします。これをイメージしてください

現在、人工知能(AI)技術の開発は本格化しており、さまざまな分野で大きな可能性と影響力を発揮しています。本日、Dayao は、参考にしていただけるよう、4 つの .NET オープン ソース AI モデル LLM 関連プロジェクト フレームワークを共有します。 https://github.com/YSGStudyHards/DotNetGuide/blob/main/docs/DotNet/DotNetProjectPicks.mdSemanticKernelSemanticKernel は、OpenAI、Azure などの大規模言語モデル (LLM) を統合するように設計されたオープン ソース ソフトウェア開発キット (SDK) です。
