在计算机视觉与模式识别(CVPR)大会上,NVIDIA宣布推出全新的数据增强库和图像解码库。
基于深度学习的计算机视觉应用程序包括复杂的多阶段预处理数据管道,该管道包括诸多计算密集型步骤,如:从磁盘加载和提取数据、解码、裁剪和调整大小、上色、空间转换和格式转换。
利用GPU加速数据增强,NVIDIA DALI解决了当今计算机视觉深度学习应用的性能瓶颈问题,这些应用程序一般会包括复杂的多阶段数据增强步骤。借助DALI,深度学习研究人员可以在图像分类模型上扩展训练性能,如:具备MXNet的ResNet-50、TensorFlow、适用于所有Amazon Web Services P3 8 GPU实例的PyTorch或带有Volta GPU的DGX-1系统。得益于各框架之间一致的高性能数据加载和增强,框架用户将大大减少代码重复的情况。
DALI依靠全新的NVIDIA nvJPEG库进行高性能的GPU加速解码。nvJPEG支持单一与批量图像的解码、颜色空间转换、多相位解码以及采用CPU和GPU的混合解码。与仅通过CPU的解码相比,采用nvJPEG解码的应用具有更高的吞吐量和更低的延迟率。
DALI的优势包括:
nvJPEG优势包括:
好文章,需要你的鼓励
“地球2号”在GTC大会上正式亮相,旨在以前所未有的规模模拟天气与气候,并将其可视化,为更准确的预测和及时的预警铺平道路。
Nvidia(英伟达)在年度开发者大会上发布了当前最强AI芯片Blackwell B200 GPU以及GB200(2个Blackwell GPU和1个Grace CPU结合在一起的超级芯片)
日前在圣何塞举行的2024年GPU技术大会上公布的英伟达“Blackwell”GPU,是这家计算引擎制造商推出的第七代、也是最令人印象深刻的数据中心级GPU。GPU计算浪潮始于2000年代中期,并随着2012年5月“Kepler”K10与K20加速器的推出而变得愈发清晰具体。
德国跨国医疗保健公司费森尤斯(Fresenius)的集团首席信息官:Ingo Elfering必须彻底改变IT部门才能向前发展。