Up tókànItọsọna atẹle
Core ML for On-Device Apple Deployment
Imọ-ẹrọ
Imọ Itọsọna
Awọn Cores Tensor jẹ awọn ẹya ohun elo amọja inu awọn NVIDIA GPUs ode oni ti o ṣe isodipupo-ati-akojọpọ awọn iṣẹ ṣiṣe ni iyara pupọ.
Gbọ si itọsọna yiiAI-ṣe afihan · ~2 min
Wọn jẹ idi akọkọ ti GPU kan le ṣe ikẹkọ ati ṣiṣe awọn nẹtiwọọki neural nla ti titobi yiyara ju iṣiro gbogbogbo yoo gba laaye.
Ti ṣe afihan pẹlu faaji Volta ni ọdun 2017, Tensor Cores jẹ awọn iyika igbẹhin ti o ṣe iṣiro isodipupo matrix kekere kan pẹlu afikun (D = A x B + C) ni iṣẹ kan, dipo ṣiṣe ọkọọkan isodipupo ọkan ni akoko kan lori awọn ohun kohun CUDA boṣewa. Nitoripe o fẹrẹ jẹ pe gbogbo ipele ti nẹtiwọọki nkankikan dinku si awọn isodipupo matrix, eyi baamu mathematiki AI nilo gaan. Iran GPU kọọkan faagun ohun ti wọn mu: Volta ṣe awọn alẹmọ 4 × 4 FP16, lakoko ti nigbamii Ampere, Hopper, ati awọn ile-iṣọ Blackwell ṣafikun awọn ọna kika iwọn-kekere bi TF32, BF16, INT8, FP8, ati FP4. Itọkasi isalẹ tumọ si awọn nọmba diẹ sii ti a ṣe ilana fun aago kan, ti n ṣe alekun iṣelọpọ iyalẹnu fun ikẹkọ ati itọkasi lakoko mimu deede jẹ itẹwọgba.
Ikẹkọ awọn awoṣe ede nla bii awọn oluyipada ara GPT, nibiti awọn ọkẹ àìmọye ti awọn isodipupo matrix fun igbesẹ kan nṣiṣẹ lori Awọn Koko Tensor ni BF16 tabi FP8.
Nṣiṣẹ itọka akoko gidi fun chatbots ati awọn olupilẹṣẹ aworan, ni lilo iwọn INT8 tabi FP8 lati sin awọn olumulo diẹ sii fun GPU.
Nẹtiwọọki NVIDIA DLSS ninu awọn ere fidio, nibiti nẹtiwọọki nkankikan ṣe gbega awọn fireemu ipinnu-kekere ni lilo awọn fireemu Tensor Cores kọọkan.
Yiyara awọn iṣiro imọ-jinlẹ bii kika-amuaradagba (AlphaFold) ati awọn awoṣe oju-ọjọ ti a ti ṣe atunṣe bi awọn ẹru iṣẹ iṣan ti o wuwo matrix.
Awọn Cores Tensor tẹsiwaju ni gbigbe si ọna konge ti o kere nigbagbogbo: Hopper ṣafikun FP8 ati Blackwell ṣe afihan 4-bit FP4 pẹlu iwọn-iṣakoso ohun elo, ni aijọju iwọn ilọpo meji ni igbesẹ kọọkan fun awọn iṣẹ ṣiṣe ti o wuwo. Reti atilẹyin wiwọ fun sparsity (fifo awọn iwọn odo), awọn ọna kika microscaling ti o so awọn ifosiwewe iwọn pọ si awọn bulọọki kekere ti awọn nọmba, ati isọdọkan jinle pẹlu awọn eto iranti ki awọn ohun kohun duro ni ifunni. Bi awọn awoṣe ti ndagba, ẹrọ matrix, kii ṣe iyara aago aise, wa ni aaye ogun aarin fun iṣẹ ohun elo AI.
Ìwé ìròyìn ọfẹ
Ìtàn AI mẹta tó jẹ́rìí ní gbogbo owurọ́ ọjọ́ iṣẹ́, kọ́wé ní Gẹ̀ẹ́sì tó rọrùn. Ọfẹ́ fún gbogbo àkókò, kò sí ìpolówó.
Ìmeèlì kan ní gbogbo ọjọ́ iṣẹ́. Yọkúrò ní ìkànìyàn ní ìkànìyàn kan. A kò ta tàbí pín àdírẹ́sì rẹ.
Ṣe idanwo fun ara rẹ
Ìdáhùn lẹ́sẹ̀kẹsẹ̀ lórí gbogbo ìdáhùn, àti iwe-ẹ̀rí tó lè pin pẹ̀lú ID tó lè jẹ́rìí lẹ́yìn tí o bá kọ́ ẹ̀kọ́.
Ṣe àtìlẹ́yìn ẹ̀kọ́ AI ọfẹ́. AI Understanding jẹ́ àjọ àìní èrè 501(c)(3) — kò sí ìpolówó, kò sí àkúnya owó, ní gbogbo àkókò. Ṣe ẹbun kan
Awọn Cores Tensor jẹ awọn ẹya ohun elo amọja inu awọn NVIDIA GPUs ode oni ti o ṣe isodipupo-ati-akojọpọ awọn iṣẹ ṣiṣe ni iyara pupọ. Wọn jẹ idi akọkọ ti GPU kan le ṣe ikẹkọ ati ṣiṣe awọn aṣẹ awọn nẹtiwọọki nkankikan nla ni iyara ju iṣiro idi gbogbogbo yoo gba laaye.
Awọn Cores Tensor ṣe isodipupo matrix ti o dapọ pẹlu ikojọpọ ni igbesẹ kan, eyiti o jẹ iṣẹ ṣiṣe deede ti o jẹ gaba lori awọn fẹlẹfẹlẹ nẹtiwọọki nkankikan.
Tensor Cores debuted pẹlu awọn Volta faaji ni 2017, ti o bere pẹlu FP16 4x4 matrix mosi.
Lilo awọn die-die diẹ fun nọmba tumọ si pe awọn iye diẹ sii ṣiṣan nipasẹ ohun elo kọọkan ọmọ, iyara npo pupọ pẹlu kekere kan, igbagbogbo ifarada, isonu ti konge.
Awọn igbewọle le jẹ konge kekere, ṣugbọn ikojọpọ nigbagbogbo nṣiṣẹ ni konge giga bi FP32 lati ṣe idinwo ikojọpọ awọn aṣiṣe iyipo.
Awọn ile ikawe ti o wa labẹ fọ awọn iṣẹ matrix nla sinu awọn alẹmọ Tensor-Core laifọwọyi, nitorinaa awọn ilana gba iyara laisi ifaminsi afọwọṣe.
Tesiwaju kikọ
Awọn itọsọna diẹ sii ti a yan fun koko yii
Up tókànItọsọna atẹle
Core ML for On-Device Apple Deployment
Imọ-ẹrọ