Microsoft, 독립형 API로 DirectML의 공개 릴리스 발표

오늘 Microsoft는 Win32, UWP 및 WSL 응용 프로그램 용 독립 실행 형 API로 DirectML의 공개 릴리스를 발표했습니다.

DirectML은 전 세계적으로 10억 개 이상의 Windows XNUMX 장치에서 사용할 수 있으며 XNUMX개 이상의 응용 프로그램에서 이미 DirectML을 활용하고 있습니다. Windows에서 매일 XNUMX억 개 이상의 GPU 하드웨어 가속 추론이 수행됩니다.

응용 프로그램은 AI를 통해 새로운 사용자 경험을 가능하게하는 사진 편집 응용 프로그램부터 DirectX 12 GPU의 컴퓨팅 성능을 활용하여 적은 노력으로 응용 프로그램에 대한 기계 학습 모델을 교육하는 데 도움이되는 도구에 이르기까지 다양합니다.

애플리케이션이 DirectML을 더욱 쉽게 활용할 수 있도록 Microsoft는 DirectML을 단일 NuGet 패키지의 독립 실행형 API로 출시하고 있습니다. 마이크로소프트.AI.다이렉트ML.

아래에서 이미 사용되고있는 방법의 예를 참조하십시오.

Windows ML을 사용한 Edge의 모델 추론

머신러닝은 도움이 사람들이 일 배우기 효율적으로 와 다이렉트ML 제공 전에, 성능, 적합성 및 저수준 제어 개발자 필요한 것 이러한 경험을 가능하게 하기 위해. 에프같은 ramworks 윈도우 ML 와 ONNX 런타임 층 DirectML 위에, 기 좀 살려ING it 쉽게 고성능 통합 기계 학습 당신의 앱에배당. 

한때 공상 과학의 영역이었던 이미지 "향상"과 같은 시나리오는 이제 기존 이미지 처리 기술보다 더 지능적으로 픽셀을 채우는 상황 인식 알고리즘을 통해 가능합니다. DxO's 딥프라임 기술은 동시에 잡음을 제거하고 신경망을 사용하는 방법을 보여줍니다. 데모자이크 디지털 이미지. DxO 레버리지 성능과 품질을 활용하는 Windows ML 및 DirectML 그들의 사용자는 기대합니다. 

의료는 흥미로운 방식으로 기계 학습 기술을 활용하는 또 다른 분야입니다. 초음파 장치를 사용하여 환자의 임신 중 태아 뇌 발달을 평가하는 초음파 기사를 고려하십시오. 필요한 평면을 획득하고 이에 필요한 측정을 수행하는 것은 초음파 기사의 수동 입력이 많이 필요하기 때문에 어렵습니다. GE Healthcare의 Voluson™ 초음파 장치가 유용한 곳입니다. 사전 훈련된 신경망은 초음파 프로브를 사용하는 초음파 검사자가 볼륨에서 특정 영상 평면을 자동으로 분할하고 수동 측정을 수행하는 데 도움이 됩니다. 이전에는 적절한 평면과 측정을 식별하는 데 시간이 많이 소요되는 수동 조정이 필요했습니다. GE Healthcare는 Windows ML 및 DirectML을 사용하여 광범위한 초음파 장치에서 일관되고 안정적인 결과를 제공합니다.

흥미 진진한 성장 영역은 성능이 중요한 비디오 게임에서 기계 학습과 실시간 그래픽의 교차점입니다. 이 분야의 초기 애플리케이션에는 우수한 이미지 업 스케일링을위한 신경망 사용 및 광선 추적 이미지의 샘플링 간격 채우기가 포함됩니다. 이러한 기술을 통해 고해상도 렌더링 비용없이 고해상도 게임 플레이를 표현할 수 있습니다. 그만큼 DirectML Super Resolution 샘플 DirectML이 이러한 실시간 그래픽 집약적 애플리케이션과 원활하게 통합되는 방법을 보여줍니다.

머신 러닝은 빠르게 발전하는 분야이며 매일 새로운 애플리케이션이 도입되고 있습니다. 모델은 오디오를 필사하고, 손으로 쓴 메모를 텍스트로 번역하고, 제조 과정에서 결함을 감지하는 등의 작업에 사용됩니다. DirectML은 Windows 10 버전 1903부터 이러한 시나리오에 필요한 하드웨어 가속 지원을 제공했습니다. 이제 DirectML NuGet 패키지는 프레임워크 및 애플리케이션 개발자에게 더 빨리 최신 하드웨어 가속 투자를 제공합니다. ONNX 형식을 사용하여 모델을 표현할 수 있다면 DirectML도 활용할 수 있습니다.

TensorFlow 및 Lobe를 사용한 학습 모델

추론 가속화는 DirectML이 시작된 곳입니다. Windows 에코시스템에서 광범위한 GPU에 걸쳐 교육 워크로드를 지원하는 것이 다음 단계입니다. 2020년 XNUMX월 마이크로소프트 DirectML을 사용한 오픈 소스 TensorFlow 널리 사용되는 TensorFlow 프레임워크에 공급업체 간 가속화를 제공합니다. 이 프로젝트는 장치에 있는 GPU에 관계없이 간단하고 고통 없는 설정 프로세스를 통해 PC에서 빠른 실험 및 교육을 가능하게 하는 것에 관한 것입니다. Microsoft는 또한 많은 기계 학습 개발자가 Unix 계열 운영 체제에서만 작동하는 도구, 라이브러리 및 컨테이너화된 워크로드에 의존한다는 것을 알고 있으므로 DirectML은 두 Windows 모두에서 실행됩니다. 와 Linux용 Windows 하위 시스템. DirectML을 사용하면 이미 가지고 있는 환경 및 GPU로 쉽게 작업할 수 있습니다.

기계 학습은 또한 엽 – 기계 학습 아이디어를 실현하는 데 필요한 모든 것을 갖춘 사용하기 쉬운 앱입니다. 시작하려면 이미지를 수집하고 레이블을 지정하면 Lobe가 자동으로 맞춤형 기계 학습 모델을 훈련합니다. Windows에서 Lobe는 DirectML을 사용하여 광범위한 GPU에서 뛰어난 성능을 제공합니다. 교육이 완료되면 모델을 시험해보고 선택한 플랫폼으로 배송할 수 있습니다.

DirectML 시작하기

DirectML을 통한 하드웨어 가속 기계 학습의 이점을 찾고있는 개발자라면 가장 적합한 프레임 워크, 패키지 또는 애플리케이션으로 지금 시작하세요.

Microsoft가 업데이트 한 모든 투자 외에 그들의 문서 새로운 코드 샘플 및 학습 리소스와 함께 이전보다 더 자세한 정보를 제공하여 DirectML을 응용 프로그램과 쉽게 통합 할 수 있습니다. Microsoft는 또한 개발자를위한 새로운 콘텐츠를 DirectML GitHub repo :

· 다이렉트MLX, DirectML을 래핑하는 새로운 C ++ 라이브러리로, 특히 연산자를 블록으로 결합하거나 전체 모델로 결합 할 때 더 쉽고 간단하게 사용할 수 있습니다.

· 파이다이렉트ML, 전체 C ++ 샘플을 작성하지 않고도 DirectML 및 Python 샘플을 빠르게 실험 할 수있는 Python 바인딩입니다.

· 샘플 애플리케이션 둘다 C + + 와 Python을 사용하여 실시간 객체 감지의 완전한 종단 간 구현을 포함합니다. OLO 로브 4.

이 게시물은 머신 러닝과 DirectML로 가능한 것의 표면에 대해서만 다루고 있으며, Microsoft는 개발자가 다음에 DirectML을 어디로 가져갈 지 알게되어 기쁩니다.

AI 개발자는 DirectML GitHub Microsoft가 수행하는 투자에 대한 새로운 리소스 및 향후 업데이트