اخبار آموزش پروفایل‌کردن TorchNeuron و تحلیل عملکرد هوش مصنوعی روی AWS Trainium در این راهنمای عملی یاد می‌گیرید چگونه عملکرد استنتاج مدل‌ها روی تراشه Trainium آمازون با TorchNeuron و ابزار Neuron Explorer پروفایل و تحلیل کنید. ۲۹ مهر ۱۴۰۵ ۲ دقیقه مدل‌ها جنگ هوش مصنوعی: گوگل و آمازون علیه انحصار انویدیا در پایتورچ گوگل با انتشار TorchTPU به اقیانوس آمازون پیوست تا وابستگی توسعه‌دهندگان هوش مصنوعی به سخت‌افزار انویدیا را کاهش دهد. ۲۸ مهر ۱۴۰۵ ۲ دقیقه پژوهش هوش مصنوعی در دقت بالا: چرخش زمان با torch.profiler در پایتورچ در این مقاله، به بررسی ابزار torch.profiler در پایتورچ می‌پردازیم و نکات کلیدی برای پروفایلینگ مدل‌های هوش مصنوعی و بهینه‌سازی سرعت ارائه می‌کنیم. با این گام‌ها، توسعه دهندگان می‌توانند عملکرد مدل‌های خود را به طور قابل توجهی بهبود بخشند. ۸ خرداد ۱۴۰۵ ۲ دقیقه آموزش نانوVLM: ساده‌ترین راه برای آموزش مدل دید و زبان با هوش مصنوعی نانوVLM کتاب‌خانهٔ خالص پایتورچ برای ساخت مدل‌های دید‑زبان ساده است، که امکان آموزش در کلاب رایگان و بدون پیچیدگی را فراهم می‌کند. ۳۱ اردیبهشت ۱۴۰۴ ۲ دقیقه مدل‌ها کوانتو؛ بکاند کوانتیزهسازی پایتورچ برای استقرار مدلهای هوش مصنوعی کوانتو یک بکاند کوانتیزهسازی برای پایتورچ است که توسط Hugging Face برای کاهش مصرف حافظه و افزایش سرعت پردازش مدلهای هوش مصنوعی معرفی شده است. ۲۸ اسفند ۱۴۰۲ ۲ دقیقه پژوهش هوش مصنوعی: خوشگذرینه تخصیص منابع برای fine-tuning Llama 2 70B در پایتورچ Fine‑tuning مدل Llama‑2 70B را با PyTorch FSDP در هستهٔ هوش مصنوعی هدف‌گذاری کرده‌ایم. از طریق واریس‌های سفارشی، چالش‌های سخت‌افزاری و الگوریتم‌های تقسیم پارامترها به‌صورت دقیق در SLURM، به‌حرفه‌ای مدل را آموزش می‌دهیم. ۲۲ شهریور ۱۴۰۲ ۲ دقیقه سخت‌افزار هوش مصنوعی در سرورهای Intel Sapphire Rapids: 2 برابری سرعت یادگیری ماشین سرورهای جدید Intel Sapphire Rapids با دستورات ویژه‌ی متریس پیشرفته، یادگیری عمیق در PyTorch را دو برابری سرعت می‌کنند. در این مقاله، به تفصیل بهینه‌سازی‌های IPEX و CCL پرداخته می‌شود. ۱۲ دی ۱۴۰۱ ۲ دقیقه پژوهش هوش مصنوعی با TensorFlow و XLA: تولید متن ۱۰۰ برابر سریعتر در این مقاله، روش تولید متن پیشرفته با ترکیب TensorFlow و XLA بررسی می‌شود؛ این تکنولوژی سرعت را تا ۱۰۰× افزایش داده و حتی از پایتورچ پیشی می‌گیرد، با امکان دسترسی وسیع و بهره‌برداری سریع‌تر مدل‌های زبانی. ۵ مرداد ۱۴۰۱ ۲ دقیقه 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 ۲۸ آبان ۱۴۰۰ ۲ دقیقه اخبار آموزش سریعتر و ارزانتر مدلهای هوش مصنوعی با PyTorch و TPU با جدیدترین یکپارچهسازی PyTorch/XLA و Hugging Face، مدلهای هوش مصنوعی را بدون تغییر در رابط Trainer روی Cloud TPU سریعتر و ارزانتر آموزش دهید. ۲۱ بهمن ۱۳۹۹ ۳ دقیقه