0

Yapay zeka algoritmalarının mevcut donanım üzerindeki hesaplama gereksinimlerini azaltan bir platform geliştiren bir başlangıç ​​olan

DeepCube , bugün 7 milyon dolar topladı. Bir sözcü, VentureBeat’e fonların Tel Aviv ve New York’taki ofislerinde DeepCube ekibinin araştırılması, ticarileştirilmesi ve büyümesine harcanacağını söyledi.

Makine öğrenimi dağıtımları tarihsel olarak algoritmaların boyutu ve hızıyla sınırlandırılmıştı. ve maliyetli donanım ihtiyacı. Aslında, MIT’den bir rapor , makine öğreniminin hesaplama sınırlarına yaklaşıyor olabileceğini buldu. Ayrı bir Senkronize çalışma , Washington Üniversitesi’nin Grover sahte haber tespit modelinin yaklaşık iki hafta içinde eğitilmesi için 25.000 $ ‘a mal olduğunu tahmin ediyor. OpenAI’nin GPT-3 dil modelini eğitmek için 12 milyon dolar harcadığı ve Google’ın 11 doğal dil işleme görevi için son teknolojiyi yeniden tanımlayan çift yönlü bir transformatör modeli olan tahmini 6,912 dolarlık bir eğitim BERT harcadığı bildirildi.

Çözümünü “yazılım tabanlı çıkarım hızlandırıcı” olarak tanımlayan DeepCube, daha önce AI siber güvenlik şirketi Deep Instinct’i kuran Yaron Eitan ve Eli David tarafından 2017 yılında ortak kuruldu. İkili, makine öğrenimi modellerinin uç cihazlarda ve sunucularda verimli bir şekilde çalışmasını sağlayan bir platform geliştirdi. DeepCube’un ürünü, işlemciler, GPU’lar ve AI hızlandırıcılar dahil olmak üzere her türlü donanıma yerleştirilmek üzere tasarlandı ve şirket, bunun ortalama on kat hız iyileştirmesi, bellek gereksinimlerinde “büyük” bir azalma ve “önemli” bir azalma sağladığını iddia ediyor güç tüketiminde.

David’e göre, DeepCube’un teknolojisi, doğruluğu korumak ve modellerin boyutunu küçültmek için eğitim sırasında makine öğrenimi modellerini sürekli olarak yeniden yapılandırıyor ve “dağıtıyor”. Neural Magic de benzer bir yaklaşım sergiliyor. MIT profesörü Nir Shavit tarafından kurulan Neural Magic, çiplerin geniş bellek ve güçlü çekirdeklerinden yararlanarak işlemciler üzerinde daha verimli çalışacak şekilde yapay zeka algoritmalarını yeniden tasarlıyor. Bir başka DeepCube rakibi olan DarwinAI, modelleri beslemek ve son derece optimize edilmiş sürümleri ortaya çıkarmak için üretken sentez dediği şeyi kullanıyor.

Ancak David, DeepCube platformunun 1. çeyrekteki genel kullanıma sunulmasından önce “büyük” yarı iletken şirketler tarafından kullanıldığını iddia ediyor 2021, yine de isim vermeyi reddetti. Şirketin pazara çıkma stratejileri arasında yapay zeka donanım hızlandırıcılarının geliştiricileriyle çalışma; doğrudan işletmelere lisans verilmesi; ve güvenlik kameraları, insansız hava araçları ve potansiyel olarak kendi kendine giden arabaların üreticileri gibi dikey çözüm sağlayıcılarla birlikte çalışmak.

Son birkaç yılda, derin öğrenme, yapay zeka ilerlemelerinin ve gelişiminin en önemli itici gücü oldu. David, VentureBeat’e e-posta yoluyla “Ancak derin öğrenme araştırmalarında gördüğümüz muazzam sonuçlardan çok azı, kapsamlı hesaplama gereksinimleri ve büyük model boyutları nedeniyle gerçek dünya dağıtımıyla sonuçlanıyor” dedi. “DeepCube olarak, bu sonuçları uç cihazlarda gerçek dünyadaki derin öğrenme dağıtımlarına getirmek için bu boşluğu dolduruyoruz. Yatırımcılarımızdan aldığımız bu güven oyu, yeni pazarlara geniş ölçekte derin öğrenme sağlama, kuruluşlar ve son kullanıcıları için iş akışlarında devrim yaratma ve yapay zeka gelişiminin önümüzdeki on yılını yönlendirme vaadini yerine getirmemize olanak tanıyor. “

{ 1} Canadian VC Awz Ventures, Koch Disruptive Technologies ve Nima Capital’in katılımıyla DeepCube’un A serisini yönetti. Tur, şirketin bugüne kadarki toplamını 12 milyon dolara çıkardı; DeepCube, işgücünün büyüklüğünü 2021 yılına kadar 20’den 25’e çıkarmayı bekliyor.

Kaynak :
https://venturebeat.com/2020/09/22/deepcubes-software-based-solution-accelerates-ai-on-existing-hardware/


0 Comments

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir