Automotive / Transportation – NVIDIA 技術ブログ
http://www.open-lab.net/ja-jp/blog
Mon, 03 Mar 2025 09:08:47 +0000
ja
hourly
1
-
NVIDIA cuOpt でルート最適化に革命を起こす
http://www.open-lab.net/ja-jp/blog/revolutionizing-route-optimization-with-nvidia-cuopt/
Fri, 12 Jul 2024 02:11:13 +0000
http://www.open-lab.net/ja-jp/blog/?p=2706
Reading Time: 2 minutes NVIDIA cuOpt? は、世界記録を持つ GPU 対応最適化 AI マイクロサービスであり、複數の制約がある複雑なルーティング問題をチームで解決する際に役立ちます。cuOpt では、GPU で高速化する進化したアル … Continued]]>
Reading Time: 2 minutes NVIDIA cuOpt は、世界記録を持つ GPU 対応最適化 AI マイクロサービスであり、複數の制約がある複雑なルーティング問題をチームで解決する際に役立ちます。cuOpt では、GPU で高速化する進化したアルゴリズムが使用され、ヒューリスティックス、メタヒューリスティックス、最適化を利用し、多様で制約のある複雑な車両経路問題を計算します。?比類のない精度、ソルバー対応時間、拡張性を備えた cuOpt は、事業をかつてないほどに最適化するパワーを企業に與えます。 NVIDIA AI Enterprise の一部となった cuOpt は、クラウド、オンプレミス、ハイブリッドを問わず、どこにでもデプロイすることができます。非対稱パターンの距離行列と時間行列をサポートしているため、
Source
]]>
2706
-
NVIDIA NIM で LoRA アダプター群をシームレスにデプロイ
http://www.open-lab.net/ja-jp/blog/seamlessly-deploying-a-swarm-of-lora-adapters-with-nvidia-nim/
Fri, 07 Jun 2024 06:18:00 +0000
http://www.open-lab.net/ja-jp/blog/?p=2934
Reading Time: 3 minutes 最新の基盤である最先端の大規模言語モデル (LLM) は、數十億ものパラメーターを持ち、數兆もの入力テキスト トークンで事前學習されています。多くの場合、カスタマイズの必要なく、幅広いユース ケースで著しい成果を上げてい … Continued]]>
Reading Time: 3 minutes 最新の基盤である最先端の大規模言語モデル (LLM) は、數十億ものパラメーターを持ち、數兆もの入力テキスト トークンで事前學習されています。多くの場合、カスタマイズの必要なく、幅広いユース ケースで著しい成果を上げています。それにもかかわらず、研究では、下流のタスクで最高の精度を達成するためには、高品質でドメイン固有のデータセットで LLM を適合させる必要があることが示されています。 多くの場合、カスタマイズされた小規模モデルは、より大規模な汎用LLM と同等あるいはそれを上回るパフォーマンスを発揮することが可能であり、同時にデプロイにかかるコストを大幅に削減することができます。しかし、特定の下流タスクのためにモデルをカスタマイズする作業は、作成とデプロイの両方に重大な課題をもたらす可能性があります。
Source
]]>
2934
-
LLM アーキテクチャにおける Mixture of Experts の適用
http://www.open-lab.net/ja-jp/blog/applying-mixture-of-experts-in-llm-architectures/
Thu, 14 Mar 2024 02:16:40 +0000
http://www.open-lab.net/ja-jp/blog/?p=2361
Reading Time: 4 minutes Mixture of Experts (MoE) 大規模言語モデル (LLM) アーキテクチャは、GPT-4 などの商用の LLM と Mistral Mixtral 8x7B のオープン ソース リリースによりコミュニ … Continued]]>
Reading Time: 4 minutes Mixture of Experts (MoE) 大規模言語モデル (LLM) アーキテクチャは、GPT-4 などの商用の LLM と Mistral Mixtral 8x7B のオープン ソース リリースによりコミュニティ モデルの両方で最近登場しました。Mixtral モデルの強力な相対的性能は、MoE を LLM アーキテクチャでどのように使用できるのか、多くの関心と疑問を引き起こしました。では、MoE とは何であり、なぜそれが重要なのでしょうか? Mixture of Experts は、レイヤーまたは演算 (線形レイヤー、MLP、注意投影など) の計算を複數の「エキスパート」サブネットワークに分割するニューラル ネットワークのアーキテクチャ パターンです。こうしたサブネットワークはそれぞれの計算を獨立して実行し、
Source
]]>
2361
-
NVIDIA cuOpt の高速最適化を體験し運用効率を向上
http://www.open-lab.net/ja-jp/blog/experience-nvidia-cuopt-accelerated-optimization-to-boost-operational-efficiency/
Mon, 19 Feb 2024 05:02:00 +0000
http://www.open-lab.net/ja-jp/blog/?p=2671
Reading Time: 2 minutes このモデル リリースでは、NVIDIA cuOpt を特集しています。これは記録破りに高速化された最適化エンジンであり、チームが複雑な経路問題を解決し、新しい機能を実行するために役立ちます。組織はこのエンジンを利用するこ … Continued]]>
Reading Time: 2 minutes このモデル リリースでは、NVIDIA cuOpt を特集しています。これは記録破りに高速化された最適化エンジンであり、チームが複雑な経路問題を解決し、新しい機能を実行するために役立ちます。組織はこのエンジンを利用することで、物流、業務調査、輸送、サプライ チェーンの最適化を再創造できます。 NVIDIA cuOpt は、次のような物流の最適化におけるさまざまなユース ケースに役立っています。 cuOpt は最終的に、組織の収益増加、コスト削減、顧客満足度改善を支援します。 この記事では、cuOpt の機能を探る 2 つの方法について説明します。NVIDIA AI Foundation モデルとエンドポイントと NVIDIA LaunchPad です。
Source
]]>
2671
-
LLM テクニックの習得: トレーニング
http://www.open-lab.net/ja-jp/blog/mastering-llm-techniques-training/
Thu, 16 Nov 2023 09:24:04 +0000
http://www.open-lab.net/ja-jp/blog/?p=2263
Reading Time: 3 minutes 大規模言語モデル (LLM) は、非常に大規模なデータセットを使用して言語を認識、要約、翻訳、予測、生成できる Transformer ネットワークを使用して構築された生成 AI モデルのクラスです。ご存知の通り、LLM … Continued]]>
Reading Time: 3 minutes 大規模言語モデル (LLM) は、非常に大規模なデータセットを使用して言語を認識、要約、翻訳、予測、生成できる Transformer ネットワークを使用して構築された生成 AI モデルのクラスです。ご存知の通り、LLM は社會を変革する可能性を秘めていますが、このような基盤モデルのトレーニングは非常に困難です。 このブログでは、Transformer ネットワークを使用して構築された LLM の背後にある基本原則を、モデル アーキテクチャ、アテンション メカニズム、埋め込み手法、基盤モデルのトレーニング戦略にわたり説明します。 モデル アーキテクチャは Transformer ネットワークのバックボーンを定義し、モデルの能力や制限を広く決定づけます。 LLM のアーキテクチャは、しばしば、エンコーダー、
Source
]]>
2263
-
カメラを用いた自動運転用認識向けに、合成データで遠くの物體にピントを合わせる
http://www.open-lab.net/ja-jp/blog/bringing-far-field-objects-into-focus-with-synthetic-data-for-camera-based-av-perception/
Thu, 18 May 2023 07:16:00 +0000
http://www.open-lab.net/ja-jp/blog/?p=1662
Reading Time: 2 minutes 自動運転システムが高速道路を安全に走行するためには、100 m 以上離れた車両などの遠方の物體を検出することが基本となります。 このような高い速度域では、1 秒 1 秒が大切です。そのため、時速 70 マイル (約時速 … Continued]]>
Reading Time: 2 minutes 自動運転システムが高速道路を安全に走行するためには、100 m 以上離れた車両などの遠方の物體を検出することが基本となります。 このような高い速度域では、1 秒 1 秒が大切です。そのため、時速 70 マイル (約時速 110 km) で走行中の自律走行車 (AV) の認識範囲を 100 m から 200 mに広げることができれば、車両が反応するための時間が大幅に増えることになります。 しかし、この範囲を拡大することは、量産される乗用車に一般的に搭載されるカメラベースの認識システムにとっては特に困難です。遠距離物體検出のためのカメラ認識システムの學習には、大量のカメラ データの収集と、3D バウンディング ボックスや距離などの GT (Ground Truth) ラベルが必要となります。
Source
]]>
1662
-
RAPIDS による機械學習アプリケーション構築のステップバイステップガイド
http://www.open-lab.net/ja-jp/blog/step-by-step-guide-to-building-a-machine-learning-application-with-rapids/
Tue, 17 May 2022 07:53:00 +0000
http://www.open-lab.net/ja-jp/blog/?p=983
Reading Time: 3 minutes 機械學習 (ML) の活用により、コンピューター システムはアルゴリズムや統計モデルをもとに、大量のデータの中からパターンを見つけ出します。このようなパターンを認識できるモデルを活用することで、新しいデータの予測や説明が … Continued]]>
Reading Time: 3 minutes 5 月 25 日に開催された オンライン セミナー、「エンドツーエンドの機械學習ワークフローの構築と実行を 5 倍高速化 (英語)」をぜひご視聴ください。このセミナーでは、以下のリソースを基に、NGC カタログのソフトウェアや Vertex AI を活用した機械學習ワークフローの構築方法を解説します。 機械學習 (ML) の活用により、コンピューター システムはアルゴリズムや統計モデルをもとに、大量のデータの中からパターンを見つけ出します。このようなパターンを認識できるモデルを活用することで、新しいデータの予測や説明が可能になります。 現在、小売、ヘルスケア、運輸、金融など、ほぼすべての業界で ML が活用されており、顧客満足度、生産性、運用効率を改善しています。しかし、
Source
]]>
983
-
NVIDIA Jetson ベースのロボットが DARPA のアンダーグラウンド コンペティションで優秀な成績を収める
http://www.open-lab.net/ja-jp/blog/jetson-robots-darpa-underground-competition/
Thu, 27 Jan 2022 08:04:00 +0000
http://www.open-lab.net/ja-jp/blog/?p=333
Reading Time: 2 minutes リアルタイムに高精度の推論を行うことは、特に視界の悪い環境では困難な作業です。NVIDIA Jetson 組込みプラットフォームを使用して、最近終了した DARPA (國防高等研究計畫局) の Subterranean … Continued]]>
Reading Time: 2 minutes リアルタイムに高精度の推論を行うことは、特に視界の悪い環境では困難な作業です。NVIDIA Jetson 組込みプラットフォームを使用して、最近終了した DARPA (國防高等研究計畫局) の Subterranean (SubT) チャレンジのチームは、高精度と高スループットの両方で対象の物體を検出することに成功しました。この記事では、システム コンテストの最終行程でチームが直面した結果、システム、および課題についてご紹介します。 SubT チャレンジは、DARPA が主催および運営する國際的なロボット コンテストです。視界不良、危険の存在、未知の地図、不十分な通信インフラなど、さまざまな課題がある環境において、マッピング、ナビゲート、および探索を行うためのロボットの新しいアプローチを開発することが研究者に求められます。
Source
]]>
333
-
Torch-TensorRT で PyTorch の推論を最大 6 倍高速化
http://www.open-lab.net/ja-jp/blog/accelerating-inference-up-to-6x-faster-in-pytorch-with-torch-tensorrt/
Thu, 02 Dec 2021 06:41:00 +0000
http://www.open-lab.net/ja-jp/blog/?p=34
Reading Time: 4 minutes PyTorch と NVIDIA TensorRT を新たに統合し、1 行のコードで推論を高速化する Torch-TensorRT に期待しています。PyTorch は、今では代表的なディープラーニング フレームワークで … Continued]]>
Reading Time: 4 minutes PyTorch と NVIDIA TensorRT を新たに統合し、1 行のコードで推論を高速化する Torch-TensorRT に期待しています。PyTorch は、今では代表的なディープラーニング フレームワークであり、世界中に數百萬人のユーザーを抱えています。TensorRT はデータ センター、組み込み、および車載機器で稼働する GPU アクセラレーションプラットフォーム全體で、高性能なディープラーニングの推論を行うための SDK です。この統合により、PyTorch ユーザーは TensorRT を使用する際、簡素化されたワークフローを通じて非常に高い推論性能を得ることができます。 Torch-TensorRT は、TensorRT の推論最適化を NVIDIA GPU で利用するための PyTorch…
Source
]]>
34
人人超碰97caoporen国产