Настраивайтесь на YOLO Vision 2025!
25 сентября 2025 г.
10:00 — 18:00 BST
Гибридное мероприятие
Yolo Vision 2024

MCT от Sony: от AI-исследований к периферии в реальном времени

Nuvola Ladi

2 мин чтения

31 января 2024 г.

Откройте для себя набор инструментов для сжатия моделей (MCT) от Sony на YOLO VISION 2023. Преодолейте проблемы периферийного искусственного интеллекта, разберитесь с квантованием и изучите развертывание в реальном времени. Присоединяйтесь к нам в путешествии от исследований к внедрению.

На мероприятии YOLO VISION 2023 (YV23), проходившем в кампусе Google for Startups в Мадриде, была представлена тщательно подобранная группа докладчиков, отобранных из сообщества ИИ. Среди них был Амир Серви, менеджер по продуктам Edge Deep Learning в Sony, который представил содержательную презентацию о том, как преодолеть разрыв между исследованиями ИИ и периферией в реальном времени, где он раскрыл чудеса набора инструментов для сжатия моделей (MCT) от Sony.

Знакомьтесь, Амир Серви: объединяя исследования и ИИ в реальном времени

Экспертиза Амира Серви в области ИИ и технологий проявляется во всем, подготавливая почву для познавательного изучения методов сжатия и квантования моделей, разработанных для эффективного развертывания на периферии.

Преодоление проблем периферийного ИИ с помощью MCT

Амир углубился в проблемы развертывания моделей ИИ на периферийных устройствах, подчеркнув препятствия, создаваемые ограниченными ресурсами и аппаратными ограничениями. В ходе своего выступления он представил набор инструментов для сжатия моделей (MCT) от Sony, инструмент с открытым исходным кодом, легко интегрируемый в PyTorch и TensorFlow.

Раскрытие потенциала MCT

Амир раскрыл впечатляющие возможности MCT. От квантования с учетом особенностей оборудования до самых современных алгоритмов и автоматизации поиска параметров, MCT оказался универсальным набором инструментов, готовым решать сложные задачи развертывания ИИ в реальных условиях.

Рис. 1. Амир Серви выступает на YOLO VISION 2023 в кампусе Google for Startups в Мадриде.

Методы квантования: результаты говорят сами за себя

Амир демистифицировал методы квантования, предложив заглянуть в мир PTQ, GPTQ и их впечатляющие результаты. Аудитория была поражена успехом PTQ со смешанной точностью и замечательными коэффициентами сжатия, достигнутыми для модели Ultralytics YOLOv8.

В заключение

Вкратце, доклад Амира осветил путь между исследованиями в области ИИ и реализацией в реальном времени. Сотрудничество углубило наше понимание и вдохновило нас возможностями, которые MCT привносит в постоянно развивающуюся область машинного обучения с использованием моделей YOLO.

Следите за обновлениями, поскольку мы продолжаем разгадывать тайны ИИ с лидерами отрасли, такими как Амир Серви!

Хотите узнать больше? Посмотрите полную версию доклада здесь!

Давайте строить будущее
ИИ вместе!

Начните свой путь в будущее машинного обучения

Начать бесплатно
Ссылка скопирована в буфер обмена