新特性:在近日举行的Microsoft Build大会上,Microsoft推出了 基于Project Brainwave的Azure机器学习硬件加速模型,并与Microsoft Azure Machine Learning SDK相集成以供预览。客户可以使用 Azure大规模部署的英特尔FPGA(现场可编程逻辑门阵列)技术,为其模型提供行业领先的人工智能AI推理性能。
“作为一家整体技术提供商,我们通过与Microsoft密切合作为人工智能提供支持。人工智能适用于从训练到推断,从语音识别到图像分析等各种使用场景,英特尔拥有广泛的硬件、软件和工具组合,可满足这些工作负载的需求。”——Daniel McNamara,英特尔公司副总裁兼可编程解决方案事业部总经理
意义:数据科学家和开发人员可以在全球最大的加速计算云中轻松地使用深度神经网络DNN处理各种实时工作负载,应用的领域涵盖制造、零售和医疗领域等。不论是在云计算还是边缘计算中,他们都可以利用英特尔FPGA来训练模型,并将其部署到Project Brainwave上。
重要性:Project Brainwave使用英特尔FPGA来提供实时人工智能,释放了可编程硬件的潜能并展示了人工智能的未来。基于 FPGA 的架构具有高吞吐和经济节能的特点:比如可以运行 ResNet 50——这是一种行业标准的DNN,需要近 80 亿次计算——而无需批处理。AI客户无需在高性能和低成本之间进行选择。
操作方法:通过使用Azure Machine Learning SDK for Python,客户可以重新训练基于ResNet 50的模型及其数据,专门处理图像识别任务。
对于实时AI工作负载,由于计算强度较高,因此需要专用的硬件加速器。英特尔FPGA支持Azure针对任务配置硬件,以实现峰值性能。
微软公司杰出工程师Doug Burger表示:“客户现在可以利用英特尔FPGA和英特尔至强技术,在云端和边缘使用微软的一系列AI突破性技术。这些新功能支持将AI集成到实时处理流程中,以利用Microsoft Azure和Microsoft AI的强大功能推动业务转型。”
用户可以根据Azure工作负载的特定要求进一步完善FPGA或完全改变其用途。采用英特尔FPGA和英特尔至强处理器开发的Azure架构支持根据用户的定制软件和硬件配置条款,通过加速AI实现创新。
Project Brainwave的限量预览版现已提供,用户可在本地访问Microsoft设计的基于英特尔FPGA的系统,后者充当Azure IoT Edge设备并连接到Azure IoT Hub。
好文章,需要你的鼓励
阿里团队开发的FantasyPortrait系统突破了传统人像动画的局限,通过隐式表情表示和掩码交叉注意力机制,实现了高质量的单人和多人肖像动画生成,特别在跨身份表情迁移方面表现出色,为视频制作和虚拟交流等领域带来新的技术可能性。
复旦大学研究团队开发的AnyI2V系统实现了从任意条件图像到视频的生成突破。该系统无需训练即可处理多种输入模态(包括3D网格、点云等),支持用户自定义运动轨迹控制,并通过创新的特征注入和语义掩模技术实现了高质量视频生成,为视频创作领域带来了革命性的便利工具。
Akamai坚持“简而未减、网络先行、拥抱开源”的独特定位。凭借“鱼与熊掌兼得”的特色,过去几年,Akamai在电商、流媒体、广告科技、SaaS、金融科技等行业客户中获得了广泛认可。
斯坦福大学研究团队开发了KL-tracing方法,能让视频生成AI模型在无需专门训练的情况下进行精确物体追踪。该方法通过在视频帧中添加微小追踪标记,利用模型的物理理解能力预测物体运动轨迹。在真实场景测试中,相比传统方法性能提升16.6%,展现了大型生成模型在计算机视觉任务中的潜力。