محصولات
Gradio 3.0 رونمایی شد: تجربه جدید هوش مصنوعی با کارایی بالا
نسخهای دوباره طراحیشده از کتابخانهٔ Gradio با سرعت بالاتر و payload کوچکتر، فرصتهای جدیدی برای توسعهدهندگان هوش مصنوعی ایجاد میکند. در این مقاله، ویژگیهای کلیدی 3.0 را بررسی میکنیم.
مدلها
هوش مصنوعی با Habana Labs: سرعت بخشیدن به آموزش مدلهای ترنسفورمر
این همکاری Habana Labs و Hugging Face، آموزش مدلهای ترنسفورمر را بهسرعت کرده و هزینهها را کاهش میدهد و بهدست آوردن نتایج بهتر در برابر رقبا.
پژوهش
کشف سریع مدلهای هوش مصنوعی با ابزار جدید در هاب 🤗
بهروزرسانی جدید در کتابخانه huggingface_hub بهصورت سادهتر بهدنبال مدل و دیتاستها میشود؛ قابلیتهای تازهپرسنکردن کمک میکند تا بهسرعت چشمدیدچنینکدها بپیدا کنید.
پژوهش
هوش مصنوعی در میلیثانیه: چطور Hugging Face Infinity با CPUهای مدرن زودترین پاسخ را میدهد
مطالعهٔ موردی از سرعت میلیثانیهای مدلهای هوش مصنوعی با استفاده از Hugging Face Infinity و پردازندههای هوشمند. فناوری، عملکرد و راهکارهای جایگزین
آموزش
تجربهٔ هوش مصنوعی با Optimum و IPU Graphcore – راهنمای شروع برای مبتدیان
مقاله حاضر، گامهای اصلی جهت اجرای مدلهای Transformer بر روی IPU Graphcore با Optimum را توضیح میدهد، تا سرعت پیشبینی و کارایی هوش مصنوعی را بهینه کنیم.
پژوهش
سرعتدادن فرآیند تنظیم دقیق PyTorch با فناوریهای آیندل در هوش مصنوعی
بهخاطر استفاده از سرورهای آیندل و کتابخانههای کارایی، فرآیند آموزش مدلهای PyTorch میتواند با طولانیترین زمانهای یادگیری، به سرعت قابل بهبود برسد
سختافزار
سرعتبخشی مدل BERT با پردازندههای Intel: بهینهسازی هوش مصنوعی روی CPU
این مقاله بررسی میکند چگونه با بهرهگیری از قابلیتهای پردازنده Intel، مدلهای مشابه BERT را روی CPU بهینه میکنیم و سرعت بالایی به دست میآوریم.