Pirátská strana
přejít na obsah přejít na navigaci

Linux E X P R E S, QuAI – efektivní řešení pro vývoj aplikací umělé inteligence

Helios

QuAI – efektivní řešení pro vývoj aplikací umělé inteligence

qnap_quai100.png

Aplikace a služby na bázi umělé inteligence (AI) jsou na trhu stále žádanější, a proto rychle roste i poptávka po výpočetních prostředích, která umožňují efektivně budovat, cvičit, optimalizovat a zavádět modely pro strojové učení. QNAP na tuto poptávku reaguje a nabízí výpočetní platformu s názvem QuAI založenou na výkonu a flexibilitě zařízení QNAP NAS. Díky QuAI se z NAS zařízení QNAP stává výkonný akcelerátor strojového učení.


qnap_quai_01.jpg

QuAI je nákladově velmi efektivní řešení, které umožňuje vědcům a vývojářům rychle budovat, cvičit, optimalizovat a zavádět modely pro strojové učení pomocí výkonných algoritmů a široké škále podporovaných AI frameworků a knihoven jako TensorFlow, Caffe, MXNet, Neon, Microsoft Cognitive Toolkit a Torch pro snadnější vývoj.

qnap_quai_02.png

„Vývoj aplikace AI v zásadě zahrnuje vytvoření a vytrénování modelu, odladění jeho parametrů a následně uvedení do skutečného použití. QuAI je navržen tak, aby pomohl vědcům, inženýrům, ale i studentům snadno řídit tyto procesy, aniž by museli trávit spoustu času instalací nebo vypořádáním se s ovladači, knihovnami, kontejnery nebo virtuálními stroji,“ řekl Ruei-De Chang, produktový manažer AI QNAP, při uvedení QuAI na loňském Computexu.

Začít používat QuAI je snadné. Nejprve nainstalujte a aktivujte QuAI z QTS App Center. Poté nainstalujte do NASu kartu akcelerátoru hlubokého učení a odpovídající ovladač z QTS App Center. Nakonec vytvořte potřebné kontejnery a můžete začít vyvíjet AI aplikaci.

qnap_quai_03.png

qnap_quai_04.jpg

Úspěch strojového učení závisí na třech kritických faktorech: data, výpočetní výkon a algoritmy. Protože NAS byl vždy ideální pro ukládání dat, využívá QNAP své zkušenosti v této oblasti a přidává ve vhodných NAS zařízeních podporu pro karty akcelerátoru hlubokého učení. Díky tomu mohou uživatelé QNAP NAS využít výkonu GPU pro zvýšení výkonu strojového učení a inferencí modelů AI.

Vytváření, školení a optimalizace modelů AI jsou první a základní kroky k vývoji aplikací AI. Klíčovou součástí nabídky QNAPu pro vývoj aplikací AI jsou rozšiřující karty pro akceleraci hlubokého učení, které mohou být nainstalovány i v pracovních stanicích, ovšem výhodou jejich instalace do vhodných NAS zařízení QNAP je, že v takovém případě jsou blízko k datům, což eliminuje potřebu přesouvat data jinam. Navíc s komplexními funkcemi správy dat, včetně komprese dat, deduplikace, automatického vrstvení úložiště, ukládání SSD do mezipaměti, všestranných technologií ochrany dat a rychlého nasazení, je QNAP NAS neuvěřitelně nákladově efektivní možností pro vývoj systémů umělé inteligence. Důležitou výhodou je přitom také pohodlí a snadné použití.

TS-2888X.png

Příkladem zařízení QNAP, které je ideální pro vývoj aplikací umělé inteligence, může být model TS-2888X, který poskytuje velkokapacitní úložiště, vysoký výpočetní výkon nezbytný pro strojové učení a platformu QuAI pro vývoj umělé inteligence. Kombinace výkonného systému QNAP a softwaru QuAI pomáhá zkrátit dobu vývoje a snížit náročnost nastavení prostředí umělé inteligence. Díky podpoře frameworku Intel OpenVINO (Open Visual Inference and Neural Network Optimization) pomáhá QuAI také urychlovat vývoj vysoce výkonného počítačového vidění.

qnap_quai_05.png

Nahoru

Přidat názor

Nejsou podporovány žádné značky, komentáře jsou jen čistě textové. Více o diskuzích a pravidlech najdete v nápovědě.
Diskuzi můžete sledovat pomocí RSS kanálu rss



 
 

Top články z OpenOffice.cz

inzerce




Public Relations

Soulad s normou nemusí znamenat bezpečnost

ALEFNemusíme se vracet daleko do minulosti, aby bylo možné pozorovat IT oddělní velkých společností, jak se soustředí téměř výhradně na efektivitu poskytovaných služeb pro primární účely organizace. Proč také ne? Informační bezpečnost byla výsadou několika málo oborů a většina organizací si vystačila s firewallem a antivirovým programem.

Pokračování ...


Redakční blog

Pavel Fric

Pavel Fric, 21. August

Sayonara Player 1.5.1

Přehrávač, jak má být. Poslední dobou vývoj šlape


Pavel Fric

Pavel Fric, 26. January

MuseScore 3

První aktualizace třetí řady notačního editoru MuseScore


Redakce

Redakce, 21. December

Pište pro LinuxEXPRES

Baví vás Linux? Pište o něm, není to nic těžkého. LinuxEXPRES hledá nové autory.


Všechny blogy »