Machine Learning & Artificial Intelligence – NVIDIA 技術ブログ

アンサンブルモデルによる NVIDIA Triton Inference Server 上での ML モデルパイプラインのサービング

Mon, 13 Mar 2023 08:12:52 +0000

Reading Time: 5 minutes 多くの本番稼働レベルの機械學習 (ML: Macine Learning) アプリケーションでは、推論は単一 ML モデル上でフォワードパスを実行することに限定されません。代わりに、ML モデルのパイプラインを実行する必要があることが多いです。例えば、対話型 AI パイプラインは、入力された音聲波形をテキストに変換する自動音聲認識 (ASR: Automatic Speech Recognition) モジュール、入力を理解して適切な応答を提供する大規模言語モデル (LLM: Large Language Model) モジュール、LLM の出力から音聲を生成するテキスト読み上げ (TTS: text-to-speech) モジュールの 3 つから構成されています。また、テキストから畫像へ変換するアプリケーションでは、

Source

]]>

DEF CON コンテストで機械學習によるセキュリティ技術を向上させる

Wed, 30 Nov 2022 02:26:00 +0000

Reading Time: 2 minutes 機械學習 (ML: Machine learning) セキュリティは、機械學習システムおよびその上に構築されるデータのセキュリティに焦點を當てた新しい分野です。情報セキュリティとデータサイエンスの領域が交差する所に位置します。最先端の技術が進歩している一方で、機械學習システムのセキュリティとテストのための明確な入門および學習パスは存在しません。では、関心のある実務者は、どのように機械學習セキュリティ技術のスキルアップを始めれば良いのでしょうか。arXiv で関連記事を読むこともできますが、具體的な手順となるとどうでしょう? コンテストは、1 つの有望な機會を提供します。NVIDIA は最近、ハッキングとセキュリティのカンファレンス「DEF CON 30」において、

Source

]]>

AI 時代にサイバーセキュリティのキャリアを築くための 5 つのヒント

Fri, 14 Oct 2022 02:52:00 +0000

Reading Time: < 1 minute NVIDIA のサイバーセキュリティのウェビナーや GTC セッションでは、キャリアに関する質問がよく寄せられます。この職業に就くにはどうしたらいいのでしょうか? どのような経験が必要なのでしょうか? また、AI のスキルとサイバーセキュリティのスキルはどのように交わるのでしょうか? 実際のところ、參入障壁は高いように見えますが、サイバーセキュリティと AI に焦點を當てたり、取り入れたりするキャリアへの道は 1 つではありません。この分野には多くの分野があり、サイバーセキュリティの労働力を拡大することが非常に求められています。(ISC)² 2021 Cyber Workforce Report によると、組織の重要な資産を効果的に守るためには、世界中のサイバーセキュリティ労働力が 65% 成長する必要があるとのことです。

Source

]]>

ディープラーニング推論のためのサーバーの選択

Thu, 12 May 2022 01:23:00 +0000

Reading Time: 2 minutes 推論は機械學習のライフサイクルの重要な部分で、モデルを學習させた後に発生します。それは、ビジネスが AI 投資からの価値を実現するときです。AI の一般的な用途としては、畫像分類 (「これは腫瘍の畫像です」)、レコメンデーション (「あなたが好きな映畫はこちらです」)、音聲の文字起こし、判斷 (「車を左に回してください」) などが挙げられます。ディープラーニング學習用システムは多くの演算能力を必要としますが、AI モデルの學習が完了した後は、本番でそれを実行するために必要なリソースは少なくなります。推論ワークロードのシステム要件を決定する上で最も重要な要素は、実行されるモデルとデプロイ先です。この記事では、これらの領域について、特にエッジでの AI 推論に焦點を當てながら説明します。

Source

]]>

NVIDIA Sionna でリンクレベルシミュレーションを開始

Tue, 22 Mar 2022 02:28:00 +0000

Reading Time: 2 minutes 世界中で 5G ワイヤレスネットワークの導入と利用が進んでいますが、學術界や産業界の研究者の間では、既に 6G のビジョンと主要テクノロジの定義が始まっています。詳しい內容はまだ未定ですがわかりませんが、6G のビジョンとして、かつてない規模のデジタルツインと分散型機械學習 (ML) アプリケーションを作成することが必要だと繰り返し語られています。6G の研究には新たなツールが必要です。 6G のビジョンの基盤となる主要テクノロジには、テラヘルツ帯という高周波通信があります。この帯域では桁違いのスペクトルを利用できます。このテクノロジの実例には、以下のようなものがあります。機械學習は、6G プロトコルスタック全體で主要な役割を果たすとされており、

Source

]]>

エッジコンピューティングが促進する持続可能なエネルギーの未來

Thu, 27 Jan 2022 15:03:00 +0000

Reading Time: < 1 minute 毎日、自動車や飛行機に電力を供給する燃料から、コンロの調理に使われるガス、家庭や企業の照明を維持する電気など、エネルギーは私たちの生活全體に流れています。石油、ガス、電力は成熟した商品市場ですが、AI はこれらの資源を生産、輸送、供給するためのプロセスを変革しています。石油採掘場で、発電所內で、小型トラックの車內、さらにはスマートビルでの組込みなど、エッジに配置された AI が登場します。石油/ガス企業や公益事業者は、AI とエッジコンピューティングを利用して、業務効率の向上、労働者の健康と安全の保護、再生可能エネルギーの統合、グリッド回復力の向上、消費者への信頼性と価格の高いエネルギー源の提供などを実現しています。企業や國と地域が脫炭素化や溫室効果ガス排出ゼロの目標達成に向けて競爭する中、エッジ AI は、

Source

]]>

Machine Learning & Artificial Intelligence – NVIDIA 技術ブログ

アンサンブル モデルによる NVIDIA Triton Inference Server 上での ML モデル パイプラインのサービング

DEF CON コンテストで機械學習によるセキュリティ技術を向上させる

AI 時代にサイバーセキュリティのキャリアを築くための 5 つのヒント

ディープラーニング推論のためのサーバーの選択

NVIDIA Sionna でリンクレベル シミュレーションを開始

エッジ コンピューティングが促進する持続可能なエネルギーの未來

アンサンブルモデルによる NVIDIA Triton Inference Server 上での ML モデルパイプラインのサービング

NVIDIA Sionna でリンクレベルシミュレーションを開始

エッジコンピューティングが促進する持続可能なエネルギーの未來