Google mở rộng công cụ nguồn mở TensorFlow để tăng tốc phát triển máy học. Sự kiện Google I/O ngày hôm nay đã ra mắt mô hình ngôn ngữ lớn mới PaLM 2, cùng với loạt bản cập nhật và cải tiến cho công nghệ máy học mã nguồn mở của TensorFlow. Công ty sẽ ra mắt công nghệ mới Dtensor tại sự kiện này, giúp cải thiện hiệu quả đào tạo mô hình và nhân rộng. Bản phát hành xem trước của TF Quantization API cũng sẽ được giới thiệu để giúp làm cho các mô hình tổng thể sử dụng tài nguyên hiệu quả hơn và giảm chi phí phát triển.
Hãy tham gia cùng chúng tôi tại sự kiện Chuyển đổi 2023 vào ngày 11-12 tháng 7 tại San Francisco để nghe các giám đốc điều hành hàng đầu chia sẻ cách tích hợp và tối ưu hóa các khoản đầu tư vào AI để đạt được thành công và tránh những cạm bẫy phổ biến.
TensorFlow vẫn là “nhà làm việc” của máy học tại Google, với việc công ty cung cấp các công cụ ML cho nhà phát triển xây dựng và đào tạo mô hình. Công nghệ JAX2TF mới cũng sẽ giúp các mô hình được viết bằng JAX dễ dàng sử dụng hơn với hệ sinh thái TensorFlow.
Các công cụ Keras mới của Google cung cấp nhiều sức mạnh hơn, với các thành phần mô-đun thực sự cho phép các nhà phát triển xây dựng khả năng xử lý ngôn ngữ tự nhiên và tầm nhìn máy tính của riêng họ. Mặc dù PyTorch của Facebook ngày càng phổ biến, nhưng TensorFlow vẫn còn là công cụ chủ lực của máy học tại Google.
Google cam kết với các chiến lược nguồn mở của mình và cho phép các nhà phát triển nói chung để thúc đẩy các khả năng mới, hiệu quả mới và hiệu suất mới trong công nghệ máy học.
Tham gia cùng các giám đốc điều hành hàng đầu tại San Francisco vào ngày 11-12 tháng 7, để nghe cách các nhà lãnh đạo đang tích hợp và tối ưu hóa các khoản đầu tư AI để thành công. Tìm hiểu thêm
Tin tức lớn về trí tuệ nhân tạo (AI) tại Google I/O hôm nay là sự ra mắt của mô hình ngôn ngữ lớn PaLM 2 của công ty, nhưng đó không phải là tin tức về AI duy nhất tại sự kiện này.
Công ty cũng đang triển khai một loạt các bản cập nhật và cải tiến công nghệ máy học (ML) mã nguồn mở cho sự phát triển TenorFlow hệ sinh thái. TensorFlow là một nỗ lực công nghệ nguồn mở do Google dẫn đầu, cung cấp các công cụ ML để giúp các nhà phát triển xây dựng và đào tạo các mô hình.
Google sẽ ra mắt công nghệ Dtensor mới của mình tại Google I/O. Công nghệ này mang đến các kỹ thuật song song mới cho đào tạo ML, giúp cải thiện hiệu quả đào tạo mô hình và nhân rộng.
Ngoài ra còn có một bản phát hành xem trước của TF Quantization API, nhằm giúp làm cho các mô hình tổng thể sử dụng tài nguyên hiệu quả hơn và do đó giảm chi phí phát triển.
Sự kiện
Chuyển đổi 2023
Hãy tham gia cùng chúng tôi tại San Francisco vào ngày 11-12 tháng 7, nơi các giám đốc điều hành hàng đầu sẽ chia sẻ cách họ đã tích hợp và tối ưu hóa các khoản đầu tư vào AI để đạt được thành công và tránh những cạm bẫy phổ biến.
Đăng ký ngay
Một phần quan trọng của hệ sinh thái TensorFlow là bộ API Keras, cung cấp một tập hợp các khả năng học sâu dựa trên ngôn ngữ Python trên công nghệ cốt lõi của TensorFlow. Google đang công bố một cặp công cụ Keras mới: KerasCV cho thị giác máy tính (CV) ứng dụng và KerasNLP cho xử lý ngôn ngữ tự nhiên (NLP).
“Phần lớn những gì chúng tôi đang xem xét về mặt công cụ và không gian nguồn mở đang thực sự thúc đẩy các khả năng mới, hiệu quả mới và hiệu suất mới,” Alex Spinelli, phó chủ tịch quản lý sản phẩm của Google về máy học, nói với VentureBeat . “Chắc chắn Google sẽ xây dựng AI và ML tuyệt vời, tuyệt vời vào các sản phẩm của mình, nhưng chúng tôi cũng muốn tạo ra một làn sóng dâng cao để nâng tất cả các con tàu, vì vậy chúng tôi thực sự cam kết với các chiến lược nguồn mở của mình và cho phép các nhà phát triển nói chung.”
TensorFlow vẫn là ‘nhà làm việc’ của máy học tại Google
Trong thời đại mà các mô hình ngôn ngữ lớn (LLM) đang thịnh hành, Spinelli nhấn mạnh rằng việc có các công cụ đào tạo ML phù hợp thậm chí còn quan trọng hơn bao giờ hết.
Ông nói: “TensorFlow ngày nay vẫn là công cụ chủ lực của máy học. “Nó vẫn là… cơ sở hạ tầng cơ bản cơ bản (trong Google) cung cấp năng lượng cho rất nhiều hoạt động phát triển máy học của chính chúng tôi.”
Cuối cùng, các bản cập nhật DTensor sẽ cung cấp nhiều “mã lực” hơn khi các yêu cầu về đào tạo ML tiếp tục phát triển. Dtensor giới thiệu nhiều khả năng song song hóa hơn để giúp tối ưu hóa quy trình đào tạo.
Spinelli nói rằng ML nói chung đang ngày càng khao khát dữ liệu và tài nguyên tính toán hơn. Do đó, việc tìm cách cải thiện hiệu suất để xử lý nhiều dữ liệu hơn nhằm phục vụ nhu cầu của các mô hình ngày càng lớn hơn là vô cùng quan trọng. Các bản cập nhật Keras mới sẽ cung cấp nhiều sức mạnh hơn nữa, với các thành phần mô-đun thực sự cho phép các nhà phát triển xây dựng khả năng xử lý ngôn ngữ tự nhiên và tầm nhìn máy tính của riêng họ.
TensorFlow sẽ còn có nhiều năng lượng hơn nhờ công nghệ JAX2TF mới. JAX là một khung nghiên cứu về AI, được sử dụng rộng rãi tại Google dưới dạng thư viện tính toán, để xây dựng các công nghệ như chatbot Bard AI. Với JAX2TF, các mô hình được viết bằng JAX giờ đây sẽ dễ dàng sử dụng hơn với hệ sinh thái TensorFlow.
“Một trong những điều mà chúng tôi thực sự hào hứng là cách những thứ này sẽ được đưa vào sản phẩm — và chứng kiến cộng đồng nhà phát triển đó phát triển,” anh nói.
PyTorch so với TensorFlow
Mặc dù TensorFlow là thành quả chính trong các nỗ lực ML của Google, nhưng nó không phải là thư viện đào tạo ML nguồn mở duy nhất.
Trong những năm gần đây, khung PyTorch nguồn mở, ban đầu được tạo bởi Facebook (nay là Meta), ngày càng trở nên phổ biến. Vào năm 2022, Meta đã đóng góp PyTorch cho Linux Foundation, tạo ra nền tảng mới Quỹ PyTorchnỗ lực của nhiều bên liên quan với mô hình quản trị mở.
Spinelli nói rằng những gì Google đang cố gắng làm là hỗ trợ sự lựa chọn của nhà phát triển khi nói đến công cụ ML. Ông cũng lưu ý rằng TensorFlow không chỉ là một khung ML, nó là toàn bộ hệ sinh thái các công cụ dành cho ML có thể giúp hỗ trợ đào tạo và phát triển cho nhiều trường hợp sử dụng và kịch bản triển khai.
“Về cơ bản, đây là cùng một bộ công nghệ mà Google sử dụng để xây dựng máy học,” Spinelli nói. “Tôi nghĩ rằng chúng tôi có một dịch vụ thực sự cạnh tranh nếu bạn thực sự muốn xây dựng các hệ thống hiệu suất cao quy mô lớn và bạn muốn biết rằng những hệ thống này sẽ hoạt động trên tất cả các cơ sở hạ tầng của tương lai.”
Một điều mà Google rõ ràng sẽ không làm là đi theo sự dẫn dắt của Meta và tạo ra một tổ chức TensorFlor Foundation độc lập.
“Chúng tôi cảm thấy khá thoải mái với cách nó phát triển ngày nay và cách nó được quản lý,” Spinelli nói. “Chúng tôi cảm thấy khá thoải mái về một số cập nhật tuyệt vời mà chúng tôi sắp phát hành.”
Sứ mệnh của VentureBeat là trở thành một quảng trường thành phố kỹ thuật số để những người ra quyết định kỹ thuật có được kiến thức về công nghệ doanh nghiệp chuyển đổi và giao dịch. Khám phá Briefings của chúng tôi.
[ad_2]
