A Intel abriu o código do compilador nGraph para modelos de rede neural profunda (DNN) de framework neutro a cientistas de dados que trabalham com TensorFlow em processadores Intel® Xeon® Scalable. Com a pré-otimização, é possível melhorar o desempenho dos projetos em até 10 vezes em comparação com integrações TensorFlow anteriores.
“Encontrar a tecnologia adequada para soluções de Inteligência Artificial pode ser assustador, e queremos tornar isso o mais fácil possível. Com o nGraph Compiler, cientistas de dados podem criar modelos de aprendizagem profunda sem ter de pensar em como ajustá-los para diferentes frameworks. Sua natureza de código aberto permite ter acesso às ferramentas que eles precisam de forma rápida e simples”, afirma Arjun Bansal, vice-presidente de software para Inteligência Artificial da Intel.
Como o mais recente integrante do portfólio de soluções de IA da Intel, o nGraph Compiler é compatível com vários frameworks de aprendizagem profunda e otimiza modelos para várias soluções de hardware. Além de assegurar aos cientistas de dados a liberdade de escolha para frameworks e hardware, isso permite que os responsáveis pelos frameworks acrescentem recursos exclusivos com muito menos trabalho e que os prestadores de serviços de nuvem atendam à demanda do mercado com mais facilidade. Também ajuda a manter a consistência das experiências com diferentes frameworks e infraestruturas, sem perda de desempenho.
Atualmente, o nGraph Compiler é compatível com três dispositivos computacionais de aprendizagem profunda e seis frameworks de aprendizagem profunda de terceiros: TensorFlow, MXNet, neon, PyTorch, CNTK e Caffe2. Nos próximos meses, mais dispositivos e frameworks serão adicionados à lista.
Leia nesta edição:
CAPA | TECNOLOGIA
Centros de Dados privados ainda geram bons negócios
TENDÊNCIA
Processadores ganham centralidade com IA
TIC APLICADA
Digitalização do canteiro de obras
Esta você só vai ler na versão digital
TECNOLOGIA
A tecnologia RFID está madura, mas há espaço para crescimento
Baixe o nosso aplicativo