Hasta ahora las tarjetas gráficas para HPC han dominado con mano de hierro el mercado y sector de la IA dentro del entorno profesional, mientras que en el PC de consumo y de usuario lo han conseguido en el gaming y minado de criptomonedas. ¿Y if a cambiase algorithm is partially? Eso is precisely lo that offers Deci, a company that affirms changing the traditional paradigm from the GPU to the CPU. Así es AutoNAC DeciNets.
The GPUs are excellent at performing massive form operations and parallelizing the software estaba destinado por sus necesidades a ello. Las CPU en cambio pueden trabajar softwares más complejos solventando problems muy diversos y a una velocidad increíble. DeciNets ha estado estudiando e innovando dentro del mundo de los algoritmos y ahora parece que tiene algo por fin sólido que presentar.
AutoNAC DeciNets: CPU efficiency and precision in AI
Puede que si decimos EfficientNet no te suene de nada, si decimos Google entonces la cosa cambia, pero si nombramos Google EfficientNet CNN puede que tengas a mental conflicto. It is important to understand how the great G ha cambiado el mundo de las llamadas Convolutional Neural Networks, porque ahora el software logra jorar la eficiencia de los models reduciendo los parámetros y la cantidad de operaciones por segundo que se requiere.
Basically, possibly, the better model for logging better results and precision in the neuronal redes both for GPU as for CPU, including for TPU. Llegados aquí hay que hear que los algoritmos son determinante en los cálculos, por lo que se tienen que diseñar pensando en el hardware que los va a correr. Deci sabe del potencial de los actuales processors y por ello lleva lleva de sede su sede de Israel varios años con Intel Cascade Lake CPU to offer an improved AutoNAC model that duplicates the performance in estos, dejando a las GPU a lado.
Instagram, Facebook, Google… Todos quieren lo mismo
An AI algorithm in a large company that offers solutions to simple questions: classifying information and reconocerring it. It is possible to read such as text, videos, images or sounds, pero dentro de estos es el de las images el que más prolifera por la current limitations del hardware.
This extends to include a los coches, puesto que los vídeos de las cámaras lo que hacen es capture fotogramas y compararlas en tiempo record para así to keep the information available in a static image that el algorithm de turno can reconocer y trabajar. Por lo tanto, Deci tenía una oportunidad de oro para lograr llevar une algoritmo de reconnaissance y clasificación de images a un nuevo nivel con mayor eficiencia gracias a las CPU:
“Como profesionales del aprendizaje profundo, nuestro objectivo no es solo encontrar los models más precises, sino decubrir los models más eficientes en recursos que funcionen sin problems en la producción: esta combinación de eficacia y precision constituye el ‘santo grial’ de l’aprendizaje profundo” . dijo Yonatan Geifman, co-founder and executive director of Deci. “AutoNAC creates the best vision models for the computer without la fecha, y ahora, la nueva class de DeciNets se puede aplicar y ejecutar de manera efectiva en applications de IA en CPU”.
El rendimiento es tan elevado que está muy cerca de lo que hace Google con EfficientNet B2 Based on GPU, we have to improve Deci’s AutoNAC technology and specific hardware optimization, the gap between the performance of interference from a model in a GPU side to a CPU is reduced to a minimum, without sacrificing this precision.
Por lo tanto y mirando el gráfico superior, lo que podemos tener claro est que la precision est más alta que en el algorithm de Google en plus y cada una de las latencias que offer una CPU sans rendimiento. Este nuevo algorithm DeciNet could change the sector of the tarjetas gráficas hacia los processors, sobre todo si de Intel hablamos.
