AI模型从开发到部署应用,是一个技术门槛高、流程复杂的过程。AI模型的全生命周期包括问题定义、数据接入、数据处理、特征工程、模型训练、模型评估及发布、模型管理等环节,其中特征工程、模型选择、模型评估等环节高度依赖AI专家和数据科学家的经验和算法能力。
而低代码低代码(Low Code)是一种可视化的应用开发方法,基于图形化拖拽、参数化配置等更为高效的方式,用较少的代码、以较快的速度来交付应用程序,将程序员不想开发的代码做到自动化,称之为低代码。
近日,NVIDIA发布了TAO(NVIDIA训练、适应和优化,TAO)工具套件低代码版本,其能够简化并加速语音和视觉AI应用的AI模型创建。
最新发布的TAO工具套件包括全新和更新的视觉及语音预训练模型。ONNX模型权重导入、REST API和TensorBoard集成等新功能,能够快速追踪模型创建流程,提高开发者的生产力。
简化AI模型开发
NVIDIA TAO(训练、适应和优化)是一个可以简化和加速企业AI应用和服务创建的AI模型自适应平台。通过基于用户界面的指导性工作流程,让用户可以使用自定义数据对预训练模型进行微调,无需掌握大量训练运行和深度AI专业知识,在数小时内(原本需要数月)产生高度精确的计算机视觉、语音和语言理解模型。
TAO使开发者能够轻松运用迁移学习创建自定义生产级模型,这些模型专门针对缺陷检测、语言翻译、交通管理等各种行业专属用例进行了优化。使用TAO开发模型的用户能够用更少的数据优化模型,进而缩短部署时间。
NVIDIA TAO工具套件低代码版本可以简化AI模型开发,这得益于其全新的功能特性:
最新版本中新增的一些预训练模型可以:
结语
当前越来越多的企业将AI应用到业务中,但过程中也受到专业技能缺乏、数据不足以及开发周期较长等问题的困扰。NVIDIA TAO简化了AI工作流程,搭建了奔向企业AI的快车道。
好文章,需要你的鼓励
IDC数据显示,Arm架构服务器出货量预计2025年将增长70%,但仅占全球总出货量的21.1%,远低于Arm公司年底达到50%市场份额的目标。大规模机架配置系统如英伟达DGX GB200 NVL72等AI处理设备推动了Arm服务器需求。2025年第一季度全球服务器市场达到创纪录的952亿美元,同比增长134.1%。IDC将全年预测上调至3660亿美元,增长44.6%。配备GPU的AI服务器预计增长46.7%,占市场价值近半。
保加利亚研究团队通过创新的双语训练方法,成功让AI模型学会了在非英语环境下使用外部工具。他们开发的TUCAN模型在保加利亚语功能调用任务上实现了显著提升,小模型改进幅度达28.75%。更重要的是,团队开源了完整的方法论,为全球多语言AI工具使用能力的发展提供了可复制的解决方案。
AI正在重塑创业公司的构建方式,这是自云计算出现以来最重大的变革。January Ventures联合创始人Jennifer Neundorfer将在TechCrunch All Stage活动中分享AI时代的新规则,涵盖从创意验证、产品开发到团队架构和市场策略的各个方面。作为专注于B2B早期投资的风投合伙人,她将为各阶段创业者提供关键洞察。
清华大学团队开发了首个能同时理解街景、卫星图、轨迹和地理数据的城市AI系统UrbanLLaVA。通过创新的三阶段训练法和多模态融合技术,该系统在十二项城市任务测试中显著超越现有方法,为智慧城市、导航服务、城市规划等领域带来突破性进展,代码已开源。