AI资讯站在时代最前沿

AI开发大一统:谷歌OpenXLA开源,整合所有框架和AI芯片
AI开发框架

AI开发大一统:谷歌OpenXLA开源,整合所有框架和AI芯片

机器之心报道 编辑:蛋酱、泽南 未来的机器学习开发局面会走向统一吗? 在去年 10 月的 Google Cloud Next 2022 活动中,OpenXLA 项目正式浮出水面,谷歌与包括阿里巴巴、AMD、Arm、亚马逊、英特尔、英伟达等科技公司推动的开源 AI 框架合作,致力于汇集不同机器学习框架,让机器学习开发人员获得能主动选择框架、硬件的能力。 本周三,谷歌宣布 OpenXLA 项目正式开源。 项目链接:https://github.com/openxla/xla 通过创建与多种不同机器学习框架、硬件平台共同工作的统一机器学习编译器,OpenXLA 可以加速机器学习应用的交付并提供更大的代码可移植性。对于 AI 研究和应用来说,这是一个意义重大的项目,Jeff Dean 也在社交网络上进行了宣传。 如今,机器学习开发和部署受到碎片化的基础设施的影响,这些基础设施可能因框架、硬件和用例而异。这种相互隔绝限制了开发人员的工作速度,并对模型的可移植性、效率和生产化造成了障碍。 3 月 8 日,谷歌等机构通过 OpenXLA 项目(其中包括 XLA、StableHLO 和 IREE 存储库)的开放,朝着消除这些障碍迈出了重要一步。 OpenXLA 是由 AI / 机器学习行业领导者共同开发的开源 ML 编译器生态系统,贡献者包括阿里巴巴、AWS、AMD、苹果、Arm、Cerebras、谷歌、Graphcore、Hugging Face、英特尔、Meta 和英伟达。它使得开发人员能够编译和优化来自所有领先机器学习框架的模型,以便在各种硬件上进行高效训练和服务。使用 OpenXLA 的开发人员可以观察到训练时间、吞吐量、服务延迟以及最终发布和计算成本方面的明显提升。...
人工智能赋能未来医疗:深度解析深度学习在医疗领域的应用前景
AI开发框架

人工智能赋能未来医疗:深度解析深度学习在医疗领域的应用前景

这篇文章讨论了深度学习的发展趋势和未来前景。首先提到了深度学习已经在各种领域取得了显著的成果,包括计算机视觉、语音识别和自然语言处理等。然后探讨了深度学习的挑战和机遇,例如数据隐私、模型可解释性和人工智能伦理等问题。最后强调了深度学习在未来几年将继续快速发展,并带来更多的创新和变革。
深度学习模型部署利器:GPU、OpenVINO和TensorRT的完美组合
AI开发框架

深度学习模型部署利器:GPU、OpenVINO和TensorRT的完美组合

本文介绍了人工智能模型训练及部署的相关内容,重点关注了GPU、OpenVINO、TensorRT、MediaPipe等工具在其中的作用。其中,OpenVINO是英特尔推出的深度学习工具库,可实现算法模型在Intel设备上的快速部署;TensorRT是高性能的深度学习推理优化器,能提供低延迟、高吞吐率的部署推理;而MediaPipe则是基于图形的跨平台框架,支持多模态应用的机器学习 pipeline 构建。这些工具都在工业、医疗、零售等领域得到了广泛应用,为AI开发者提供了设计具有实际应用价值的解决方案。

AI论文助手超级助手