Pembelajaran mesin di tepi

Posted on

Selamat datang Teman-teman di orochory.com. Dalam kesempatan ini kita akan membahas tentang PC komputer, Handphone & Tablet dan perangkat entreprise IT, pada kesempatan ini saya akan membahas mengenai perangkat yang berkaitan dengan produknya microsoft yaitu Pembelajaran mesin di tepi

.

Semoga artikel mengenai Pembelajaran mesin di tepi

dapat memberikan manfaat untuk teman-teman semua. Langsung saja baca artikel ini sampai selesai.

Hari ini, Microsoft menyelenggarakan hari pengembang, dan salah satu sorotan yang mereka tunjukkan adalah API baru yang disebut WinML. Kecerdasan buatan dan pembelajaran mesin adalah dua tren terbesar dalam komputasi saat ini, tetapi sebagian besar komputasi ini dilakukan di pusat data cloud, di mana server khusus memiliki perangkat keras khusus untuk meningkatkan kinerja dan mengurangi konsumsi daya. Namun seperti segala sesuatu dalam komputasi, visinya bersifat siklus, dan kami sekali lagi ingin mentransfer sebagian komputasi ini ke perangkat edge, seperti PC, tablet, dan Internet of Things.

WinML adalah kumpulan API baru yang memungkinkan pengembang memanfaatkan sepenuhnya perangkat Windows 10 apa pun untuk menggunakan model pembelajaran mesin yang telah dilatih sebelumnya dan memungkinkan tugas AI dimuat dari cloud karena sejumlah alasan. .

Alasan pertama adalah kinerja. Terlepas dari kekuatan komputasi awan yang sangat besar, kita masih hidup di dunia di mana transfer data ke awan mahal dan cepat. Latensi koneksi jaringan apa pun secara konsisten lebih lambat daripada akses ke memori lokal, dan bekerja pada kumpulan data besar tanpa interkoneksi bandwidth tinggi yang berdedikasi tinggi bisa jadi sulit. Melakukan tugas komputasi secara lokal dapat meningkatkan kinerja secara signifikan dan memberikan hasil waktu nyata berkat latensi yang lebih sedikit. Biaya pengoperasian dapat dikurangi dengan mengurangi bandwidth jaringan serta mengurangi waktu komputasi awan.

Karena masalah keamanan, banyak industri tidak dapat menggunakan pembelajaran mesin dan kecerdasan buatan untuk memproses kumpulan data, jadi WinML menyediakan opsi mudah bagi mereka untuk menjauh dari cloud, yang berarti jauh lebih mudah untuk memastikan kompatibilitas Anda dengan semuanya. Peraturan yang diperlukan

Contoh yang diberikan oleh juru bicara Microsoft adalah sistem industri di mana gambar produk diambil dan sistem harus menentukan apakah produk itu benar atau rusak. Ini adalah beban kerja yang ideal untuk alat kecerdasan buatan, seperti Computer Vision API Microsoft. Mentransfer jenis komputasi ini ke PC industri, yang mungkin offline, menawarkan kinerja yang sangat baik tanpa biaya berkelanjutan atau kebutuhan untuk koneksi cloud.

Rangkaian baru API kecerdasan buatan Microsoft menawarkan beberapa manfaat utama yang akan membantu pengembang mengintegrasikannya ke dalam produk mereka. Tentu saja, yang paling penting adalah bahwa API melakukan semua pekerjaan berat untuk pengembang, sehingga pengembang tidak perlu khawatir tentang jenis perangkat keras apa yang tersedia di setiap perangkat tempat program akan dijalankan. Mesin WinML menggunakan perangkat keras secara dinamis dan menghasilkan kode untuk memaksimalkan setiap perangkat keras yang digunakan perangkat. Mesin dibangun di atas Direct 3D, dan jika sistem memiliki GPU dengan kemampuan DX12, ia menggunakan shader komputasi DX12 secara dinamis. Jika Anda memiliki GPU besar dengan banyak VRAM, beban kerja terkuras ke GPU. Jika GPU DX12 tidak tersedia, atau kinerja terganggu karena grafis terintegrasi, mesin juga dapat kembali ke jalur CPU, tetapi jalur CPU menggunakan semua silikon dengan dukungan untuk hal-hal seperti AVX512. Kode dibuat saat runtime, sehingga selalu dioptimalkan untuk perangkat keras yang ada, dan mesin diperbarui untuk menggunakan silikon baru seperti Intel Movidius VPU. Mungkin yang lebih dramatis adalah fakta bahwa mesin ML bahkan berjalan pada PC Snapdragon 835 baru atau bahkan perangkat IoT. Ini akan menggunakannya jika Anda memiliki banyak kinerja yang tersedia, tetapi akan tetap berfungsi jika sistem adalah perangkat berdaya rendah.

Poin kunci di sini adalah bahwa WinML API adalah untuk model yang telah dilatih sebelumnya. Pelatihan itu sendiri dilakukan sebelumnya dan kemudian model dan data disajikan ke mesin untuk analisis dan probabilitas.

API baru menggunakan model ONNX ML standar industri, dan ONNX didukung oleh Microsoft, Facebook, dan Amazon, dan mendukung semua pemain perangkat keras utama seperti AMD, Intel, dan NVIDIA. Model ONNX dapat dilatih menggunakan meja pembelajaran mesin Azure, dan kemudian model tersebut dapat dibawa ke Visual Studio, yang menyediakan perlindungan untuk penggunaan mesin. Visual Studio Preview 15.7 mendukung ini, dan versi sebelumnya dapat menggunakan alat MLGen untuk menambahkannya secara manual ke proyek, dan model ONNX dapat diekspor langsung dari Azure.

Microsoft dengan jujur ​​menyatakan bahwa ide WinML benar-benar mendapat perhatian pada Mei 2017, dan pengerjaan API baru baru dimulai pada Agustus tahun lalu, jadi dalam beberapa bulan, mereka beralih dari ide ke ide. Kotak alat ML baru yang mereka bawa ke pengembang. Garis waktunya relatif mengesankan, tetapi responsnya mengagumi kemampuan bawaan DX12, serta driver berkualitas, yang memungkinkan tim untuk menskalakannya dalam waktu singkat.

Kecerdasan buatan dan ML adalah dua kata kunci besar dalam industri perangkat keras dan pengembangan akhir-akhir ini, dan WinML serta platform kecerdasan buatan untuk pengembang Windows akan membantu meningkatkan kemampuan ini untuk menyelesaikan lebih banyak hal.

Sumber: Microsoft

Demikianlah pembahasan Pembelajaran mesin di tepi

. Jangan lupa untuk share artikel ini ya.

Source link

Leave a Reply

Your email address will not be published. Required fields are marked *