当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 微软深化与 Meta 的 AI 及 PyTorch 合作

微软深化与 Meta 的 AI 及 PyTorch 合作

来源:51CTO.COM 2023-04-18 07:29:08 0浏览 收藏

小伙伴们有没有觉得学习科技周边很有意思?有意思就对了!今天就给大家带来《微软深化与 Meta 的 AI 及 PyTorch 合作》,以下内容将会涉及到,若是在学习中对其中部分知识点有疑问,或许看了本文就能帮到你!

微软深化与 Meta 的 AI 及 PyTorch 合作

微软宣布进一步扩展和 Meta 的 AI 合作伙伴关系,Meta 已选择 Azure 作为战略性云供应商,以帮助加速 AI 研发。在 2017 年,微软和 Meta(彼时还被称为 Facebook)共同发起了 ONNX(即 Open Neural Network Exchange),一个开放的深度学习开发工具生态系统,旨在让开发者能够在不同的 AI 框架之间移动深度学习模型。2018 年,微软宣布开源了 ONNX Runtime —— ONNX 格式模型的推理引擎。

作为此次深化合作的一部分,Meta 方面计划将利用 Azure 加速整个 Meta AI 的研发。Meta 将利用 Azure 中最新的虚拟机 (VM) 系列(NDm A100 v4 系列,配备 NVIDIA A100 Tensor Core 80GB GPU)使用一个由 5400 个 GPU 组成的专用 Azure 集群,用于他们的一些大规模 AI 研究工作负载。早在去年,Meta 就已经开始使用 Azure VM 进行一些大规模的 AI 研究,尤其是分布式 AI 培训。

此外,Meta 和微软还将合作扩大在 Azure 上的 PyTorch 采用率,并加快开发人员从实验到生产的旅程。“Azure 通过一流的硬件(NDv4 和 Infiniband)为 PyTorch 用户提供全面的自上而下的堆栈。”

微软方面表示,他们将在接下来的几个月中构建新的 PyTorch 开发加速器,以促进在 Azure 上快速实施基于 PyTorch 的解决方案。并继续为 PyTorch 提供企业级支持,使客户和合作伙伴能够在云和边缘的生产环境中部署 PyTorch 模型。

根据介绍,AI 开发一直是本周微软 Build 大会的一个重要主题。我们此前报道过的微软与高通合作创建的开发者设备 Project Volterra 的最大特点之一,就是它能够在 Arm 上比其他处理器更快、更有效地运行 AI 工作负载。

微软在大会上还宣布了一项名为 Express Design 的新 Power Apps 功能,允许开发人员通过使用 Microsoft cognitive AI 技术扫描输入并生成有数据存储支持的工作应用程序控件,将图像、文档、Figma 设计文件和 PowerPoint 转换为应用程序。以及推出 Azure OpenAI Service 预览,受邀预览的用户将能够访问来自 OpenAI 的不同模型;包括 GPT-3 基础系列(Ada、Babbage、Curie 和 DaVinci)、Codex 系列和嵌入模型,并将它们与 Azure 的企业能力相结合。

目前,微软的 AI 模型集包括有用于丰富语言理解的 Turing、用于语言翻译的 Z-Code 和用于视觉识别的 Florence。其 Azure Cognitive Services 系列包括用于视觉、语音、语言、决策的 building-block services,以及其 OpenAI 服务。现有的 Azure Applied AI Services 包括认知搜索、表单识别器、沉浸式阅读器、机器人服务和视频分析器。

本文转自OSCHINA

本文标题:微软深化与 Meta 的 AI 及 PyTorch 合作

本文地址:https://www.oschina.net/news/197531/microsoft-meta-ai-pytorch

今天关于《微软深化与 Meta 的 AI 及 PyTorch 合作》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于微软,AI,Meta的内容请关注golang学习网公众号!

版本声明
本文转载于:51CTO.COM 如有侵犯,请联系study_golang@163.com删除
合成数据:机器学习的未来合成数据:机器学习的未来
上一篇
合成数据:机器学习的未来
成功实施人工智能有哪些步骤?
下一篇
成功实施人工智能有哪些步骤?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    402次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    478次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    487次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    433次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    260次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码