การพัฒนาเทคโนโลยีไบโอเมตริกซ์ถูกตั้งค่าให้เร่งการออกแบบชิปและแนวคิดการคำนวณขอบมาบรรจบกันเพื่อช่วยปลดปล่อยความก้าวหน้าในอุตสาหกรรมชีวภาพ
Skymind Konduitนักพัฒนาซอฟต์แวร์ที่มุ่งเน้นไปที่ปัญญาประดิษฐ์กำลังนำความเชี่ยวชาญมาใช้Nvidiaโปรแกรมเร่งความเร็วเริ่มต้นของการเริ่มต้นโดยมีจุดประสงค์เพื่อช่วยให้นักพัฒนานำแอพพลิเคชั่นใหม่มาสู่กล้องสมาร์ทโฟนและอุปกรณ์อื่น ๆ การเพิ่มเงินและความเชี่ยวชาญในการพัฒนา AI สำหรับอุปกรณ์ขอบในเวลาที่เหมาะสมอาจส่งผลให้เกิดความก้าวหน้าเกี่ยวกับความแม่นยำที่ดีขึ้นสำหรับการจดจำใบหน้าการถ่ายภาพความร้อนและมาตรการระบุไบโอเมตริกซ์อื่น ๆ
Skymind Konduit เป็นที่ตั้งของผู้เชี่ยวชาญที่พัฒนา Eclipse Deeplearning4J ซึ่งเป็นโอเพนซอร์ซกระจายห้องสมุดการเรียนรู้ลึกที่เขียนขึ้นสำหรับ Java และ Scala ซอฟต์แวร์ช่วยให้นักพัฒนาสามารถใช้อัลกอริทึมการเรียนรู้ที่หลากหลายบน GPU Nvidia เป็น บริษัท ออกแบบชิปที่ได้รับความนิยมในการใช้ GPU สำหรับการคำนวณงานที่เข้มข้นเช่น AI โดยใช้โปรเซสเซอร์ที่มีประสิทธิภาพมากกว่าสถาปัตยกรรม CPU Intel X86 มาตรฐาน
Nvidia เป็นหนึ่งในกลุ่ม บริษัท ที่พัฒนาเทคโนโลยีที่สนับสนุนแอพพลิเคชั่น AI ในเซิร์ฟเวอร์และอุปกรณ์ที่อยู่นอกศูนย์ข้อมูลขนาดใหญ่แบบดั้งเดิม
ชิปเหล่านี้มีการใช้งานมากขึ้นในอุปกรณ์คอมพิวเตอร์และบริการสำหรับแอพพลิเคชั่นเช่นระบบเฝ้าระวังวิดีโอที่สามารถประมวลผลข้อมูลจำนวนมากเพื่อเพิ่มความแม่นยำสำหรับการตรวจจับวัตถุ (ใบหน้าเป็นตัวอย่างหลัก)
ทีม Skymind Konduit จะช่วยนำเครื่องมือและเทคโนโลยีมาสู่การเริ่มต้นในโปรแกรม NVIDIA เครื่องมือนี้ได้รับการยอมรับอย่างดีสำหรับการพัฒนาแอปพลิเคชันเพื่อทำงานในอุปกรณ์ขอบที่ จำกัด ทรัพยากร Nvidia ในส่วนของมันยังคงพัฒนาสิ่งที่อุปกรณ์เหล่านั้นสามารถทำอะไรกับ GPU รุ่นใหม่สำหรับสาย Jetson Nano ของพวกเขาโมดูลโปรเซสเซอร์-
Skymind Konduit เป็นแผนกซอฟต์แวร์ของ Skymind Global Ventures ซึ่งเป็นกองทุนการลงทุนที่สร้างขึ้นก่อนหน้านี้ในปี 2020 เพื่อพัฒนา AI startups ด้วยการเข้าถึงเงินทุน 800 ล้านดอลลาร์
Adam Gibson ผู้พัฒนาดั้งเดิมของ Deeplearning4J เป็นหัวหน้า Konduit ทำให้โปรแกรมเริ่มต้นของ Nvidia เข้าถึงความเชี่ยวชาญ AI ที่หายาก
หัวข้อบทความ
AI-ชิป AI-ปัญญาประดิษฐ์-Biometrics ที่ขอบ-การเรียนรู้อย่างลึกซึ้ง-การคำนวณขอบ-Nvidia-การเป็นหุ้นส่วน
