Pimnara Parts
Корзина
0 товаров
+7 (495) 212-91-21
Обратный звонок
                                                   ГЛУБОКОЕ ОБУЧЕНИЕ (DEEP LEARNING
    DL-education-nvidia-dl-day-594@2x.png


Специалисты по обработке и анализу данных как в промышленности, так и в научных кругах используют GPU в сфере машинного обучения, чтобы добиться  значительных усовершенствований в широком спектре приложений, включая приложения для классификации изображений, анализа видеоданных,  распознавания речи и обработки текстов на естественном языке. Глубокое обучение, то есть использование сложных, многоуровневых нейронных сетей для  создания систем, которые могут выявлять признаки из большого объема немаркированных данных, - именно та область, в которой ведутся активные  исследования и инвестиционная деятельность.  

Хотя машинное обучение существует уже десятки лет, две относительно новые тенденции привели к его широкомасштабному использованию: доступность большого объема данных, а также производительность и эффективность параллельной обработки данных, которая возможна благодаря вычислениям на GPU. GPU используются для обучения этих глубоких нейронных сетей с помощью намного более крупных обучающих последовательностей в более сжатые сроки, с использованием меньшей инфраструктуры ЦОД. GPU также используются, чтобы воспроизводить эти учебные модели машинного обучения для выполнения задач классификации и прогнозирования на облаке. При этом графические процессоры позволяют работать с данными большего объема и с более высокой производительностью, потребляя меньше энергии и на базе меньшей инфраструктуры. 

                                                    Решения NVIDIA для глубокого обучения


Как идентифицировать потенциальные DL проекты

Вы работаете с большими объемами данных: изображениями, сигналами или текстами?
Нейросеть можно обучить на имеющемся у вас наборе данных и использовать ее в дальнейшем для анализа - идентификации
критериев и классификации объектов.
Вы используете приложения для машинного зрения, обработки сигналов или изображений?
Глубокое обучение отлично подходит для решения таких задач, как распознавание речи или классификация изображений.

Вы разрабатываете или обучаете модели глубоких нейронных сетей?
NVIDIA GPU могут помочь вам в этом, сократив время обучения до нескольких дней или часов
по сравнению с месяцами на системах на базе CPU.
_____________________________________________________________________________________________________________________________________________________________

Почему именно GPU используются для глубокого обучения?

   До
 Tesla
 После
 Tesla
 Стоимость инфраструктуры 
 $5 000 000   $200 000
 Число серверов
1000 серверов
 16 серверов на базе Tesla
 Энергопотребление
 600 кВт  4 кВт
 Производительность
 1x  6x

GPU используют преимущества параллелизма
Нейронные сети, в особенности, сверточные нейросети, по сути являются параллельными алгоритмами.

GPU оптимизированы для матричных операций
Нейронные сети для получения результата требуют матричных операций, которые легко ускоряются на GPU.

GPU помогают добиться результатов быстрее
Обучение нейронных сетей занимает месяцы на CPU. На GPU тот же самый процесс выполняется за несколько дней или часов.
___________________________________________________________________________________________________________________________________________________________

Почему глубокое обучение набирает популярность?

Растущая популярность глубокого обучения объясняется доступностью достаточных объемов данных для обучения,появлению новых
эффективных алгоритмов для машинного обучения и значительным повышением вычислительных возможностей современных систем.

Большой объем данных:

Facebook - 350 миллионов изображений публикуется ежедневно
Walmart    - 2,5 Петабайт данных о клиентах ежечасно
YouTube   - 300 часов видео загружается каждую минуту

Более производительные алгоритмы:                                Ускорение на GPU:
       cudnn.png                                        GPU, Deep learning




___________________________________________________________________________________________________________________________________________________________

Полноценная платформа для глубокого обучения.

Платформа NVIDIA для глубокого обучения - это идеальное решение для исследователей и практиков в различных областях, начиная
от разработки и заканчивая крупномасштабным внедрением. Она предлагает инструменты для простого создания, тестирования
и развертывания GPU-ускоренных приложений глубокого обучения в дата-центрах.




Области применения

 Облачный-сервис.jpg  Интернет-компании, предоставляющие облачные сервисы
    Классификация изображений/видео
    Распознавание речи
    Обработка естественных языков




Исследования.jpg  Образование
  Исследования в области искусственного интеллекта
  Робототехника
  Автономные устройства


1089065457.jpeg  Медицина
  Обнаружение опухолевых клеток
  Классификация сахарного диабета
  Разработка новых лекарств




Медиа и развлечения.jpg  Медиа и развлечения
  Добавление субтитров в видео
  Поиск по содержанию
  Трансляции в реальном времени



Распознавание лиц.jpg  Безопасность и оборона
  Распознавание лиц
  Видеонаблюдение
  Кибербезопасность