پرش به محتوای اصلی

موضوع

آموزش توزیع‌شده

روشی برای آموزش مدل‌های هوش مصنوعی با استفاده از چندین پردازنده یا سرور به‌صورت همزمان

۹۰ مقاله منتشر شده

آموزش کاربردی

چگونه یادگیری فدرال پراکنده دقت پیش‌بینی خرابی ربات‌ها را به ۹۴٪ رساند؟

یک چارچوب جدید با ترکیب یادگیری بازنمایی پراکنده و یادگیری فدرال، پیش‌بینی دقیق خرابی در ربات‌های نرم را ممکن کرد. این سامانه با محلی نگاه داشتن داده‌ها، نرخ دقت ۹۴ درصدی را با…

۹ دقیقه خواندن۱
آموزش کاربردی

«تراکم داده‌ها» کلید برتری مدل‌های کوچک بر مدل‌های عظیم

تحلیل قوانین مقیاس‌پذیری نشان می‌دهد تعادل بین حجم داده و تعداد پارامترها بسیار مؤثرتر از افزایش صرف پارامترها است. یافته‌های مطالعهٔ Chinchilla ثابت کرد مدل‌های کوچک‌تر که به‌طور…

۶ دقیقه خواندن۱
آموزش کاربردی

چطور یادگیری فدرال حریم خصوصی بیماران را در آموزش مدل‌ها حفظ می‌کند؟

یادگیری فدرال با جایگزینی اشتراک‌گذاری پارامترهای ریاضی به‌جای سوابق خام بیماران، همکاری بیمارستان‌ها در آموزش مدل‌ها را ممکن می‌کند. این روش محدودیت‌های قانونی حریم خصوصی را دور…

۳ دقیقه خواندن۱
آموزش کاربردی

یادگیری فدرال پراکنده مصرف داده‌های اینترنت اشی کشاورزی را ۹۲٪ کاهش داد

یک سامانه جدید یادگیری بازنمایی فدرال پراکنده، امکان آموزش مدل‌های هوش مصنوعی را بر روی میکروکنترلرهای کم‌توان فراهم کرده است. این روش با کاهش ۹۲ درصدی حجم داده‌های ارسالی، عمر…

۸ دقیقه خواندن۲
آموزش کاربردی

ضعف زیرساخت‌های توزیع‌شده در برابر بهینگی معماری مدل‌های هوش مصنوعی

بسیاری از شکست‌های مقیاس‌پذیری در هوش مصنوعی ناشی از معماری مدل‌ها نیست، بلکه به دلیل ناهماهنگی در سیستم‌های توزیع‌شده و زمان‌بندی GPUهاست. مشکلاتی نظیر تکه‌تکه شدن حافظه در…

۱۰ دقیقه خواندن۱
آموزش کاربردی

گلوگاه‌های سخت‌افزاری؛ مانع پنهان در مسیر مقیاس‌بندی تولید هوش مصنوعی

مقیاس‌پذیری هوش مصنوعی از یک چالش نرم‌افزاری به یک بحران زیرساختی تبدیل شده است. مدل‌های مدرن برای جلوگیری از اتلاف منابع محاسباتی گران‌قیمت، به خوشه‌های GPU تخصصی و سیستم‌های…

۵ دقیقه خواندن۱
آموزش کاربردی

معماری SFRL: کاهش ۸۵ درصدی پهنای باند در بهینه‌سازی مسیرهای فرار

یک سیستم جدید مبتنی بر یادگیری نمایش فدرال پراکنده (SFRL)، با ادغام عامل‌های هوش مصنوعی تجسم‌یافته، مسیرهای تخلیه را در لحظه بهینه می‌کند. این معماری با کاهش ۸۵ درصدی پهنای باند…

۹ دقیقه خواندن۲

الگوریتم‌های سخت‌افزاری در برابر هوش مصنوعی برای مدیریت نئوکلاودها

استارت‌آپ Netris برای حذف گلوگاه‌های شبکه‌ای در مراکز دادهٔ کوچک AI، ۱۵ میلیون دلار سرمایه جذب کرد. این شرکت به‌جای استفاده از هوش مصنوعی، از الگوریتم‌های شتاب‌یافته سخت‌افزاری…

۳ دقیقه خواندن۱

قمار Cursor برای استقلال از مدل‌های غول‌پیکر و ساخت پلتفرم Git اختصاصی

شرکت Cursor با همکاری SpaceX در حال آموزش یک مدل بنیادی اختصاصی است تا وابستگی خود به مدل‌های شخص ثالث را به کلی حذف کند. این استراتژی با معرفی Origin (پلتفرم Git برای عامل‌ها) و…

۱ دقیقه خواندن۳