ایتنا- بهتازگی شرکت انویدیا یک پروژه بهینهسازی شبکههای پیچیده را ارائه کرده است که میتواند عملکرد اینترفیسهای هوش مصنوعی در محیطهای ابری را بهینهسازی کند.
بهتازگی شرکت انویدیا یک پروژه بهینهسازی شبکههای پیچیده را ارائه کرده است که میتواند عملکرد اینترفیسهای هوشمصنوعی در محیطهای ابری را بهینهسازی کند.
به گزارش ایتنا از رایورز به نقل از وبسایت خبری تحلیلی networkworld، اکنون به صراحت میتوان گفت که عصر "اینترنت اشیاء" فرا رسیده است، چرا که در حال حاضر در دنیایی زندگی میکنیم که ارتباط بین اجزاء محیطی با سرعتی فراتر از پیش تجربه میشود.
تجهیزات و سرویسهای گوناگون چون خودروها، دوربینهای فیلمبرداری، پارکینگها، خدمات داخلی ساختمانها و هر چیزی دیگری که فکر آن را میکنیم، به اینترنت متصل شدهاند و این امر، حجم عظیمی از دادهها را تولید کرده است.
در این میان، سؤال اصلی این است که چگونه میتوان این میزان عظیم از داده را بررسی کرده و به تجزیه و تحلیل مفهوم و ارتباط آنها را درک نمود؟ و اساساً ابزار و راههای این امر چیست؟
بدیهی است محاسبه و پردازش این حجم داده بهصورت دستی ممکن نیست و به همین علت نیز شرکتهای بزرگ به سراغ سیستمهای هوش مصنوعی ویژه برای ایجاد خدمات نوین برای تحلیل و رسیدگی به دادههای یاد شده رفتهاند.
با تمامی این تفاسیر، بسیاری از دیتاسنترهای جهان هنوز برای دریافت قدرت پردازشی هوش مصنوعی آماده نیستند؛ لذا به نظر میرسد که آموزش هوش مصنوعی برای دریافت قابلیتهای جدید تحلیلی -جهت بررسی دادههای موجود- دشوار خواهد بود.
گفتنی است برای این منظور، از اینترفیسهایی استفاده میشود که میتوانند گروه دادههای جدید را به هوش مصنوعی شناسانده و در حقیقت هوش مصنوعی را برای اطلاعات جدید تعلیم دهند که نمونه بارز این سیستم را میتوان در دو نمونه مشخص یعنی تشخیص چهره فیسبوک و موتور محصولات پیشنهادی آمازون دانست.
در این میان، شرکت انویدیا در کنفرانس فناوریهای پردازش گرافیکی در چین اعلام کرد که پروژه جدیدی به نام TensorRT 3 را آغاز نموده است که میتواند موجب شود تا هزینه و نیازهای اولیه پیادهسازی اینترفیس ها بهبود پیدا کنند.
TensorRT 3 میتواند شبکهای بسیار پیچیده را دریافت کرده و آن را سادهسازی و کامپایل نماید تا بتواند شبکه را برای عملکرد راحتتر اینترفیسهای هوشمصنوعی آماده سازد.
بدین ترتیب با توجه به تخصص انویدیا در ساخت پردازندههای گرافیکی و بهینه بودن عملکرد این پردازندهها در مقایسه با دیگر رقبا در حوزه هوش مصنوعی و شبکهها و محیطهای ابری میتوان TensorRT 3 را گامی بزرگ بهسوی بهینهسازی پیادهسازی هوشمصنوعی در محیطهای ابری بهحساب آورد.