يدعم NNAPI لنظام Android الآن تسريع الأجهزة باستخدام PyTorch

لقد ساهم التعلم الآلي في تشكيل حاضرنا بعدة طرق لم نعد نلاحظها بعد الآن. المهام التي كانت مستحيلة في السابق أصبحت الآن تافهة التنفيذ، مما يجعل التكنولوجيا وفوائدها بل ويمكن الوصول إليها على نطاق أوسع لعامة السكان. أصبح الكثير من هذا ممكنًا من خلال التعلم الآلي على الجهاز وواجهة برمجة التطبيقات للشبكات العصبية من Google (NNAPI). الآن، سيتمكن عدد أكبر من المستخدمين من تجربة الشبكات العصبية المتسارعة وفوائدها كما فعل فريق Android أعلنت عن دعمها لميزة النموذج الأولي التي تمكن المطورين من استخدام الاستدلال المسرع للأجهزة مع PyTorch الخاص بفيسبوك نطاق.

يتيح التعلم الآلي على الجهاز إمكانية تشغيل نماذج التعلم الآلي محليًا على الجهاز دون الحاجة إلى ذلك الحاجة إلى نقل البيانات إلى الخادم، مما يسمح بتأخير أقل وتحسين الخصوصية وتحسينها الاتصال. تم تصميم Android Neural Networks API (NNAPI) لتشغيل عمليات حسابية مكثفة للتعلم الآلي على أجهزة Android. يوفر NNAPI مجموعة واحدة من واجهات برمجة التطبيقات (APIs) للاستفادة من مسرعات الأجهزة المتاحة بما في ذلك وحدات معالجة الرسومات (GPU)، وDSPs، ووحدات NPU.

يمكن الوصول إلى NNAPI مباشرة عبر واجهة برمجة تطبيقات Android C، أو عبر أطر عمل ذات مستوى أعلى مثل TensorFlow لايت. و حسب إعلان اليوم باي تورش موبايل أعلنت عن ميزة نموذج أولي جديدة تدعم NNAPI، وبالتالي تمكين المطورين من استخدام الاستدلال المسرع للأجهزة مع إطار عمل PyTorch. يتضمن هذا الإصدار الأولي دعمًا لنماذج الإدراك الحسي الخطي والمتعدد الطبقات المعروفة على نظام التشغيل Android 10 والإصدارات الأحدث. يُظهر اختبار الأداء باستخدام نموذج MobileNetV2 سرعة تصل إلى 10x مقارنة بوحدة المعالجة المركزية ذات الخيط الواحد. كجزء من التطوير نحو إصدار مستقر كامل، ستتضمن التحديثات المستقبلية دعمًا للإصدارات الإضافية المشغلين وبنيات النماذج بما في ذلك Mask R-CNN، وهو برنامج شائع للكشف عن الكائنات وتجزئة المثيلات نموذج.

ربما يكون البرنامج الأكثر شهرة المبني على PyTorch هو برنامج Tesla Autopilot. على الرغم من أن إعلان اليوم لا يتضمن أي أخبار مباشرة عن Autopilot، إلا أنه يفتح المجال أمام فوائد تسريع الشبكات العصبية لملايين مستخدمي Android الذين يستخدمون البرامج المبنية عليها باي تورش.