AI

Deci potenzia la visione artificiale

  • Redazione
  • 06/04/2022
  • Tempo di lettura: 3 minuti

Deci, l’azienda di deep learning che sfrutta l’intelligenza artificiale (AI) per costruire l’AI, ha annunciato i suoi risultati per i modelli di inferenza di Computer Vision (CV) e Natural Language Processing (NLP) che sono stati presentati alla divisione MLPerf v2.0 Datacenter Open. Queste presentazioni hanno dimostrato la potenza della tecnologia Automated Neural Architecture Construction (AutoNAC) di Deci, che ha generato automaticamente i modelli soprannominati DeciNets e DeciBERT, fornendo così una precisione rivoluzionaria e prestazioni di throughput sulle CPU di Intel.

“Siamo entusiasti di mostrare un’altra significativa pietra miliare nel nostro viaggio per consentire un’inferenza efficiente di apprendimento profondo su qualsiasi hardware, compresi i dispositivi con risorse limitate come le CPU e altri dispositivi edge” ha detto Yonatan Geifman, CEO e co-fondatore di Deci. “Questo importante aumento sia nell’accuratezza che nel throughput significa che le attività ad alta intensità di risorse che in precedenza non potevano essere eseguite sulle CPU sono ora possibili, e in effetti, vedranno un netto miglioramento delle prestazioni. La disponibilità dell’hardware o la potenza di calcolo non dovrebbero mai essere un fattore limitante per le imprese che cercano di impiegare gli ultimi sviluppi del deep learning”.

Per la loro presentazione CV, Deci ha presentato tre dei suoi modelli DeciNets nella categoria ResNet50 nello scenario offline nella divisione aperta. Deci ha presentato i modelli su due diverse piattaforme hardware: una CPU Intel Cascade Lake a 12 core e due diverse CPU Intel Ice Lake a 4 e 32 core. I modelli sono stati ottimizzati su un batch size di 32 e quantizzati a INT8 usando OpenVINO. Rispetto al modello ResNet50 a 8 bit, Deci ha fornito 174% di miglioramento nella precisione e 4x di miglioramento nel throughput.

La presentazione del CV di Deci di quest’anno ha dimostrato un miglioramento del 37% nelle prestazioni di rendimento, così come un notevole miglioramento della precisione, rispetto alla loro precedente presentazione nel 2020.

Per il NLP, Deci ha presentato i suoi modelli DeciBERT ottimizzati che hanno prodotto risultati eccezionali: accelerazione delle prestazioni di throughput dei compiti di risposta alle domande su varie CPU Intel di 5 volte (a seconda del tipo di hardware e del livello di quantizzazione), migliorando anche la precisione dell'1,03%.

MLPerf riunisce i leader esperti di deep learning per costruire benchmark equi e utili per misurare le prestazioni di formazione e inferenza di hardware, software e servizi di ML. I modelli presentati sono stati ottimizzati utilizzando la tecnologia AutoNAC di Deci e quantizzati con OpenVINO di Intel con precisione a 8 bit.

La tecnologia AutoNAC di Deci, basata sull’AI, genera e ottimizza automaticamente l’architettura di deep learning per qualsiasi set di dati e hardware per massimizzarne l’accuratezza e le prestazioni di inferenza. La tecnologia AutoNAC di Deci, così come i suoi DeciNet generati automaticamente

Ciao, sono Michele!

Sono molto felice di saperti qui.
Ogni giorno ti raccontiamo qualcosa di nuovo sull'AI e sulle nuove tecnologie. Seguici sui social o iscriviti alla newsletter!

Iscriviti alla newsletter!

Iscrivendoti accetti la nostra Privacy Policy

Ti va di rimanere aggiornatə?

Niente spam, niente pubblicità. Ogni tanto una mail. Tutto qui.
(Ah, ovviamente i tuoi dati non verranno mai ceduti)

Iscrivendoti accetti la nostra Privacy Policy