Firma NVIDIA zaprezentowała łatwe we wdrożeniu oprogramowanie, dzięki któremu programiści mogą z łatwością wykorzystać moc procesorów graficznych do akcelerowania aplikacji wykorzystywanych do głębokiego uczenia (ang. deep learning), w takich dziedzinach jak rozpoznawanie obrazów, analiza materiałów wideo, rozpoznawanie mowy czy przetwarzanie języka naturalnego (ang. natural language processing, NLP).

Biblioteka programistyczna NVIDIA® cuDNN, oparta na modelu programowania równoległego CUDA®, akceleruje procesy głębokiego uczenia wykorzystując procesory graficzne, dzięki czemu są one nawet dziesięciokrotnie szybsze w porównaniu z metodami opartymi wyłącznie na procesorach centralnych. Łatwa we wdrożeniu i gotowa do użytku biblioteka cuDNN pozwala szybko opracować oraz zoptymalizować nowe modele nauczania i tworzyć dokładniejsze aplikacje wykorzystujące akcelerację procesorów graficznych.

Deep learning  to szybko rozwijający się segment uczenia maszynowego, które polega na tworzeniu złożonych, wielopoziomowych lub „głębokich” sieci neuronowych, dzięki którym potężne systemy komputerowe mogą rozpoznawać wzory, obiekty oraz inne elementy, poprzez analizowanie ogromnych ilości danych.

Popularność procesorów graficznych, używanych w procesie głębokiego uczenia, rośnie radykalnie, ponieważ naukowcy i programiści coraz częściej sięgają po korzyści, jakie zapewnia im akceleracja zadań wykorzystujących ogromne ilości danych.

Naukowcy z Uniwersytetu Kalifornijskiego w Berkeley zintegrowali bibliotekę cuDNN w rozwiązaniu Caffe, jednej z najpopularniejszej platform do tworzenia aplikacji głębokiego uczenia.

Ponadto, ponad 90 procent uczestniczących w tym roku zespołów oraz trzech z czwórki zwycięzców prestiżowego konkursu ImageNet Large Scale Visual Recognition Challenge wykorzystało procesory graficzne do realizacji swoich projektów głębokiego uczenia.

Galeria

Powrót