Nvidia heeft een update van zijn low-code TAO Toolkit-platform voor AI-applicaties uitgebracht. Met de nieuwe functionaliteit moeten ontwikkelaars in staat zijn makkelijker de applicaties te ontwikkelen en uit te brengen.
Nvidia biedt met het low-code TAO Toolkit-platform een simpeler te gebruiken versie van zijn Train, Adapt and Optimize framework. Dit raamwerk is ontworpen voor het makkelijker kunnen ontwikkelen van AI-modellen voor zakelijke applicaties en de uitrol hiervan te versnellen.
TAO Toolkit
Het TAO Toolkit is gebouwd op basis van TensorFlow en PyTorch en versnelt het trainen van deep learningmodellen door veel van de bijbehorende complexiteit abstracter te maken. Met behulp van ‘transfer learning’ kunnen ontwikkelaars onder meer aangepaste deep learningmodellen ontwikkelen die voor verschillende sectorspecifieke toepassingen zijn geoptimaliseerd. Denk hierbij aan het opsporen van defecten, vertalingen, spraakbesturing en traffic management.
Het low-code ontwikkelingsplatform maakt de AI-modellen mogelijk met behulp van zo weinig mogelijk trainingsgegevens en menselijke kennis. Bovendien vindt de ontwikkeling van deze modellen plaats in minder tijd dan normaal nodig is. Daarnaast beschikt het platform over veel voorafgetrainde modellen en templates.
Functionaliteit update
In de update krijgt het low-code platform extra functionaliteit op het gebied van zogenoemde ‘bring your own model weights’. Deze functionaliteit maakt het mogelijk om AI-modellen die niet uit TAO-modellen bestaan, toch te finetunen en optimaliseren. Dit gebeurt met behulp van geïmporteerde en vooraf getrainde weights van ONNX.
Daarnaast beschikt het TAO Toolkit-platform van Nvidia nu over meer visualisatiemogelijkheden via een integratie met TensorBoard. Hierdoor krijgen ontwikkelaars een beter begrip van de prestaties van hun trainingsmodellen. Dit gebeurt met het visualiseren van trainings- en validatieverlies, model weights en voorspelde afbeeldingen. Ook kunne ontwikkelaars TensorBoard gebruiken voor het experimenteren met modellen door het veranderen van verschillende parameters. Verder kan TAO Toolkit volgens Nvidia nu as-a-service worden uitgerold met een REST-applicatie en bestaande REST API’s. Dit voor het beheren en orkestreren van het framework op Kubernetes.
De nieuwste versie van de TAO Toolkit komt beschikbaar in de komende kwartaalupdate van het Nvidia AI Enterprise-platform.
9 uur geleden
