Androidin Neural Networks API (NNAPI) tukee nyt laitteistokiihdytettyä päättelyä Facebookin PyTorch Frameworkin avulla. Lue lisää!
Koneoppiminen on muokannut nykyisyyttämme monin tavoin, ettemme edes huomaa sitä enää. Tehtävät, jotka aiemmin olivat joko mahdottomia, ovat nyt tulleet vähäpätöisiksi suoritettaviksi, mikä tekee tekniikasta ja sen eduista entistä laajemmin koko väestön ulottuville. Suuri osa tästä on mahdollista laitteen sisäisen koneoppimisen ja Googlen Neural Networks API: n (NNAPI) ansiosta. Nyt entistä useammat käyttäjät voivat kokea kiihdytettyjä hermoverkkoja ja niiden etuja Android-tiimin tavoin ilmoitti tuesta prototyyppiominaisuudesta, jonka avulla kehittäjät voivat käyttää laitteistokiihdytettyä päättelyä Facebookin PyTorchin kanssa puitteet.
Laitteen koneoppiminen mahdollistaa koneoppimismallien suorittamisen paikallisesti laitteella ilman tarve lähettää tietoja palvelimelle, mikä mahdollistaa alhaisemman viiveen, paremman yksityisyyden ja paremman liitettävyyttä. Android Neural Networks API (NNAPI) on suunniteltu suorittamaan laskennallisesti intensiivisiä operaatioita koneoppimista varten Android-laitteissa. NNAPI tarjoaa yhden joukon API-liittymiä, jotka voivat hyötyä saatavilla olevista laitteistokiihdyttimistä, mukaan lukien GPU: t, DSP: t ja NPU: t.
NNAPI: iin pääsee suoraan Android C API: n kautta tai korkeamman tason kehysten, kuten esim TensorFlow Lite. Ja tämän päivän ilmoituksen mukaan PyTorch Mobile on julkistanut uuden NNAPI: tä tukevan prototyyppiominaisuuden, jonka ansiosta kehittäjät voivat käyttää laitteistokiihdytettyä päättelyä PyTorch-kehyksen kanssa. Tämä alkuperäinen julkaisu sisältää tuen tunnetuille lineaarisille konvoluutio- ja monikerroksisille perceptron-malleille Android 10:ssä ja uudemmissa. Suorituskykytestaus MobileNetV2-mallilla osoittaa jopa 10-kertaisen nopeuden verrattuna yksisäikeiseen prosessoriin. Osana kehitystä kohti täysin vakaata julkaisua tulevat päivitykset sisältävät tuen lisälaitteille operaattorit ja malliarkkitehtuurit, mukaan lukien Mask R-CNN, suosittu objektien tunnistus ja ilmentymien segmentointi malli.
Ehkä tunnetuin PyTorchin päälle rakennettu ohjelmisto on Teslan Autopilot-ohjelmisto. Vaikka tämänpäiväinen ilmoitus ei kerro mitään suoria uutisia Autopilotille, se avaa sen edut kiihdytetyt neuroverkot miljoonille Android-käyttäjille, jotka käyttävät ohjelmistoja, joiden päälle on rakennettu PyTorch.