Microsoft mengumumkan rilis publik DirectML sebagai API mandiri

Hari ini Microsoft mengumumkan rilis publik DirectML sebagai API mandiri untuk aplikasi Win32, UWP, dan WSL.

DirectML tersedia di setiap satu dari miliaran perangkat Windows 10 di seluruh dunia, dan lebih dari seratus aplikasi telah memanfaatkan DirectML—dengan lebih dari dua ratus juta inferensi akselerasi perangkat keras GPU yang dilakukan setiap hari di Windows.

Aplikasi tersebut berkisar dari aplikasi pengeditan foto yang memungkinkan pengalaman pengguna baru melalui AI hingga alat yang membantu Anda melatih model pembelajaran mesin untuk aplikasi Anda dengan sedikit usaha, dengan memanfaatkan kekuatan komputasi GPU DirectX 12.

Untuk mempermudah aplikasi memanfaatkan DirectML, Microsoft merilis DirectML sebagai API mandiri dalam satu paket NuGet, Microsoft.AI.DirectML.

Lihat contoh bagaimana itu sudah digunakan di bawah ini:

Model Inferensi di Edge dengan Windows ML

Pembelajaran mesin adalah membantu orang bekerja lebih efisien dan ML Langsung menyediakan itu kinerja, kesesuaian, dan pengembang kontrol tingkat rendah perlu untuk mengaktifkan pengalaman ini. Fkerangka seperti Jendela ML dan Runtime ONNX lapisan di atas DirectML, making it mudah mengintegrasikan kinerja tinggi Mesin belajar ke dalam aplikasi Andalikasi. 

Setelah menjadi domain fiksi ilmiah, skenario seperti "meningkatkan" gambar sekarang dimungkinkan dengan algoritme sadar kontekstual yang mengisi piksel lebih cerdas daripada teknik pemrosesan gambar tradisional. DxO's DeepPRIME teknologi menggambarkan penggunaan jaringan saraf untuk secara bersamaan denoise dan demosaik gambar digital. DxO memanfaatkan Windows ML dan DirectML untuk memanfaatkan kinerja dan kualitas mereka pengguna harapkan. 

Perawatan kesehatan adalah bidang lain yang memanfaatkan teknik pembelajaran mesin dengan cara yang menarik. Pertimbangkan seorang ahli sonografi yang menggunakan perangkat ultrasound untuk mengevaluasi perkembangan otak janin selama kehamilan pasien mereka. Memperoleh pesawat yang diperlukan dan melakukan pengukuran yang diperlukan untuk hal ini merupakan tantangan karena memerlukan banyak masukan manual dari ahli sonografi. Di sinilah Perangkat Voluson™ Ultrasound GE Healthcare berguna: jaringan saraf pra-terlatih membantu sonografer menggunakan probe ultrasound secara otomatis mengelompokkan bidang pencitraan tertentu dari suatu volume dan melakukan pengukuran manual. Sebelumnya mengidentifikasi bidang dan pengukuran yang sesuai memerlukan penyesuaian manual yang memakan waktu. GE Healthcare mengandalkan Windows ML dan DirectML untuk memberikan hasil yang konsisten dan andal di berbagai perangkat ultrasound mereka.

Area pertumbuhan yang menarik berada di persimpangan antara pembelajaran mesin dan grafik real-time dalam video game yang mengutamakan performa. Aplikasi awal di bidang ini termasuk menggunakan jaringan saraf untuk peningkatan skala gambar yang superior dan mengisi celah pengambilan sampel gambar yang dilacak sinar; teknik ini memungkinkan untuk menyajikan gameplay resolusi tinggi tanpa biaya rendering resolusi tinggi. Itu Sampel DirectML Super Resolution menampilkan bagaimana DirectML dapat berintegrasi secara mulus dengan aplikasi intensif grafik waktu nyata ini.

Pembelajaran mesin adalah bidang yang berkembang pesat, dan aplikasi baru seperti ini diperkenalkan setiap hari: model digunakan untuk menyalin audio, menerjemahkan catatan tulisan tangan ke dalam teks, deteksi kesalahan dalam manufaktur, dan banyak lagi! DirectML telah menyediakan dukungan akselerasi perangkat keras yang diperlukan untuk skenario ini sejak Windows 10 versi 1903. Sekarang paket DirectML NuGet menawarkan investasi akselerasi perangkat keras terbaru kami lebih cepat kepada pengembang kerangka kerja dan aplikasi. Jika model Anda dapat direpresentasikan menggunakan format ONNX, Anda juga dapat memanfaatkan DirectML.

Model Pelatihan dengan TensorFlow dan Lobe

Mempercepat inferensi adalah tempat DirectML dimulai: mendukung beban kerja pelatihan di seluruh GPU di ekosistem Windows adalah langkah berikutnya. Pada bulan September 2020, Microsoft buka TensorFlow bersumber dengan DirectML untuk menghadirkan akselerasi lintas-vendor ke framework TensorFlow yang populer. Proyek ini adalah tentang mengaktifkan eksperimen dan pelatihan cepat di PC Anda, terlepas dari GPU mana yang Anda miliki di perangkat Anda, dengan proses penyiapan yang sederhana dan tanpa rasa sakit. Microsoft juga mengetahui bahwa banyak pengembang pembelajaran mesin bergantung pada alat, pustaka, dan beban kerja terkemas yang hanya bekerja dengan sistem operasi mirip Unix, sehingga DirectML berjalan di kedua Windows dan Subsistem Windows untuk Linux. DirectML memudahkan Anda bekerja dengan lingkungan dan GPU yang sudah Anda miliki.

Pembelajaran mesin juga menjadi semakin mudah diakses dengan alat seperti cuping – aplikasi yang mudah digunakan yang memiliki semua yang Anda butuhkan untuk mewujudkan ide pembelajaran mesin Anda. Untuk memulai, kumpulkan dan beri label pada gambar Anda dan Lobe akan secara otomatis melatih model pembelajaran mesin khusus untuk Anda. Di Windows, Lobe menggunakan DirectML untuk menghadirkan performa hebat di berbagai GPU. Saat pelatihan selesai, Anda dapat mencoba model Anda dan mengirimkannya ke platform apa pun yang Anda pilih.

Memulai DirectML

Jika Anda seorang pengembang yang ingin memanfaatkan pembelajaran mesin yang dipercepat perangkat keras melalui DirectML, mulailah hari ini dengan kerangka kerja, paket, atau aplikasi yang paling sesuai untuk Anda:

Selain semua investasi yang telah diperbarui Microsoft dokumentasi mereka menghadirkan lebih banyak detail daripada sebelumnya bersama dengan sampel kode baru dan sumber daya pembelajaran, sehingga lebih mudah untuk mengintegrasikan DirectML dengan aplikasi Anda. Microsoft juga telah menambahkan konten baru untuk pengembang ke GitHub DirectML repo:

· LangsungMLX, pustaka C ++ baru yang membungkus DirectML untuk memungkinkan penggunaan yang lebih mudah dan sederhana, terutama untuk menggabungkan operator ke dalam blok atau bahkan ke dalam model lengkap.

· PyDirectML, pengikatan Python untuk bereksperimen dengan cepat dengan sampel DirectML dan Python tanpa menulis sampel C ++ lengkap.

· Contoh aplikasi di keduanya C + + dan Ular sanca, termasuk implementasi penuh ujung ke ujung dari deteksi objek waktu nyata menggunakan YOLOv4.

Pos ini hanya menggores permukaan dari apa yang mungkin dilakukan dengan pembelajaran mesin dan DirectML, dan Microsoft sangat antusias untuk melihat ke mana pengembang mengambil DirectML selanjutnya.

Pengembang AI dapat mengawasi GitHub DirectML untuk sumber daya baru dan pembaruan masa depan atas investasi yang dilakukan Microsoft.