<meter id="pryje"><nav id="pryje"><delect id="pryje"></delect></nav></meter>
          <label id="pryje"></label>

          新聞中心

          EEPW首頁 > 智能計算 > 業(yè)界動態(tài) > MathWorks 宣布 MATLAB 與 NVIDIA TensorRT 集成來加快人工智能應(yīng)用

          MathWorks 宣布 MATLAB 與 NVIDIA TensorRT 集成來加快人工智能應(yīng)用

          作者: 時間:2018-04-12 來源:電子產(chǎn)品世界 收藏

            MathWorks 今日宣布 , 現(xiàn)在可通過 GPU Coder 實現(xiàn)與 NVIDIA TensorRT 集成。這可以幫助工程師和科學(xué)家們在  中開發(fā)新的人工智能和深度學(xué)習(xí)模型,且可確保性能和效率滿足數(shù)據(jù)中心、嵌入式應(yīng)用和汽車應(yīng)用不斷增長的需求。

          本文引用地址:http://www.ex-cimer.com/article/201804/378263.htm

             提供了一個完整的工作流程來快速訓(xùn)練、驗證和部署深度學(xué)習(xí)模型。工程師可以使用 GPU 資源,而無需額外編程操作,因此可以專注于應(yīng)用本身而不是性能調(diào)優(yōu)。NVIDIA TensorRT 與 GPU Coder 的全新集成使得可以在 MATLAB 中開發(fā)深度學(xué)習(xí)模型,然后以高吞吐量低延遲的方式部署在 NVIDIA GPU 上運行。內(nèi)部基準測試顯示,MATLAB 生成的CUDA代碼與 TensorRT 結(jié)合,在部署 Alexnet模型進行深度學(xué)習(xí)推理時,性能比 TensorFlow 高 5 倍;在部署 VGG-16 模型進行深度學(xué)習(xí)推理時,性能比 TensorFlow 高 1.25 倍。*

            “不斷發(fā)展的圖像、語音、傳感器和物聯(lián)網(wǎng) (IoT) 技術(shù)促使團隊以更好的性能和效率研究人工智能解決方案。此外,深度學(xué)習(xí)模型變得越來越復(fù)雜。所有這些都給工程師們帶來了巨大的壓力,” MathWorks 總監(jiān) David Rich 說?!艾F(xiàn)在,團隊可以使用 MATLAB 訓(xùn)練深度學(xué)習(xí)模型,NVIDIA GPU 可以將實時推理部署到從云端到數(shù)據(jù)中心到嵌入式邊界設(shè)備等各種環(huán)境中?!?/p>



          關(guān)鍵詞: MATLAB MathWorks

          評論


          相關(guān)推薦

          技術(shù)專區(qū)

          關(guān)閉
          看屁屁www成人影院,亚洲人妻成人图片,亚洲精品成人午夜在线,日韩在线 欧美成人 (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })();