موضوع
روشی برای آموزش مدلهای هوش مصنوعی با استفاده از چندین پردازنده یا سرور بهصورت همزمان
۴۶ مقاله منتشر شده
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…
شرکت Krea مدل Krea 2 را با ۱۲.۹ میلیارد پارامتر منتشر کرد که از نظر کیفیت با مدلهای بستهٔ پیشرو رقابت میکند. این عرضه شامل یک مدل پایه برای تنظیم دقیق و یک نسخه Turbo برای…
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…
شرکت Prime Intellect چارچوب متنباز prime-rl 0.6.0 را برای یادگیری تقویتی مدلهای ترکیب خبرهها (MoE) با مقیاس تریلیون پارامتر منتشر کرد. این سیستم با جداسازی زیرساخت آموزش و…
یک چارچوب جدید برای ریزشبکههای کشاورزی هوشمند با ترکیب یادگیری فعال و یادگیری فدرال، انتقال دادهها را به شدت کاهش داده است. این سامانه بدون نیاز به ارسال دادههای خام به ابر،…
استراتژی جدید توصیهگر در Adobe Commerce با ترکیب دادههای رفتاری و شباهت محصولات، عملکرد سیستمهای قاعدهمند سنتی را به چالش کشیده است. این معماری توزیعشده امکان مدیریت نزدیک به…
نسخه ۱.۴ ویرایش اجتماعی JuiceFS با حذف گلوگاههای عملیاتی در مجموعهدادههای حجیم AI، سرعت حذف فایلها را تا ۹۳ برابر افزایش داد. این بهروزرسانی از طریق عملیات دستهای متادیتا و…
سیستم Piper با جداسازی استراتژیهای آموزش از پیادهسازی زمان اجرا، پیچیدگیهای موازیسازی مدلهای عظیم را کاهش میدهد. این سیستم از یک نمایش میانی (IR) مبتنی بر گراف برای اجرای…
پژوهشگران الگوریتم GASLoC را برای پیشآموزش غیرمتمرکز مدلهای زبانی معرفی کردهاند که گلوگاههای ارتباطی همگام را حذف میکند. این چارچوب بهویژه در محیطهایی با سختافزارهای متنوع…
پژوهشگران روشی برای همپوشانی (Overlap) محاسبات و ارتباطات در محیطهای چند-GPU ابداع کردهاند که زمان اجرای کل را تا ۲۵.۵٪ کاهش میدهد. این دستاورد بدون تغییر در کتابخانههای…