Microsoft ogłasza publiczne wydanie DirectML jako samodzielnego interfejsu API

Firma Microsoft ogłosiła dziś publiczne wydanie DirectML jako samodzielnego interfejsu API dla aplikacji Win32, UWP i WSL.

DirectML jest dostępny na każdym z miliardów urządzeń z systemem Windows 10 na całym świecie, a ponad sto aplikacji już korzysta z DirectML — z ponad dwustoma milionami wnioskowań akcelerowanych sprzętowo GPU, wykonywanych codziennie w systemie Windows.

Zakres zastosowań obejmuje aplikacje do edycji zdjęć umożliwiające nowe doświadczenia użytkowników poprzez sztuczną inteligencję, po narzędzia, które pomagają trenować modele uczenia maszynowego dla aplikacji przy niewielkim wysiłku, wykorzystując moc obliczeniową dowolnego procesora graficznego DirectX 12.

Aby jeszcze bardziej ułatwić aplikacjom korzystanie z DirectML, firma Microsoft udostępnia DirectML jako samodzielny interfejs API w jednym pakiecie NuGet, Microsoft.AI.DirectML.

Zobacz przykłady tego, jak jest już używane poniżej:

Wnioskowanie modelu na krawędzi z Windows ML

Uczenie maszynowe to pomoc ludzie pracują jeszcze skutecznie i DirectML zapewnia dotychczasowy programiści wydajności, zgodności i kontroli niskiego poziomu potrzeba aby umożliwić te doświadczenia. faRameworks jak WindowsML i Środowisko wykonawcze ONNX warstwa na wierzchu DirectML, makING it łatwo zintegrować wysoką wydajność uczenie maszynowe do Twojej aplikacjilikacja. 

Kiedyś dziedzina science fiction, scenariusze takie jak „ulepszanie” obrazu są teraz możliwe dzięki algorytmom uwzględniającym kontekst, które wypełniają piksele bardziej inteligentnie niż tradycyjne techniki przetwarzania obrazu. DxO's DeepPRIME technologia ilustruje wykorzystanie sieci neuronowych do jednoczesnego odszumiania i demozaiczny obrazy cyfrowe. DxO wykorzystuje Windows ML i DirectML, aby wykorzystać wydajność i jakość ich użytkownicy oczekują. 

Opieka zdrowotna to kolejna dziedzina, która w ciekawy sposób wykorzystuje techniki uczenia maszynowego. Rozważ badanie ultrasonografem wykorzystujące urządzenie ultradźwiękowe do oceny rozwoju mózgu płodu podczas ciąży pacjentki. Zdobycie wymaganych płaszczyzn i wykonanie wymaganych do tego pomiarów jest trudne, ponieważ wymaga dużego wkładu ręcznego ze strony sonografa. Tutaj z pomocą przychodzą urządzenia ultradźwiękowe Voluson™ firmy GE Healthcare: przeszkolone sieci neuronowe pomagają sonografowi korzystającemu z sondy ultradźwiękowej automatycznie segmentować określone płaszczyzny obrazowania z objętości i wykonywać pomiary ręczne. Wcześniejsze określenie odpowiednich płaszczyzn i pomiarów wymagało czasochłonnych ręcznych korekt. Firma GE Healthcare opiera się na Windows ML i DirectML w celu zapewnienia spójnych i wiarygodnych wyników w szerokim zakresie swoich urządzeń USG.

Ekscytującym obszarem wzrostu jest skrzyżowanie uczenia maszynowego i grafiki w czasie rzeczywistym w grach wideo, w których wydajność ma kluczowe znaczenie. Wczesne zastosowania w tej dziedzinie obejmują wykorzystanie sieci neuronowych do lepszego skalowania obrazu i wypełniania luk w próbkowaniu obrazów wykorzystujących śledzenie promieni; techniki te umożliwiają przedstawienie rozgrywki w wysokiej rozdzielczości bez kosztów renderowania w wysokiej rozdzielczości. Plik Próbka DirectML Super Resolution pokazuje, jak DirectML można bezproblemowo zintegrować z aplikacjami wymagającymi intensywnej grafiki w czasie rzeczywistym.

Uczenie maszynowe to szybko rozwijająca się dziedzina, a nowe aplikacje, takie jak te, są wprowadzane każdego dnia: modele są używane do transkrypcji dźwięku, tłumaczenia odręcznych notatek na tekst, wykrywania błędów w produkcji i wielu innych! DirectML zapewnia obsługę akceleracji sprzętowej niezbędną w tych scenariuszach od wersji 10 systemu Windows 1903. Teraz pakiet DirectML NuGet oferuje nasze najnowsze inwestycje w akcelerację sprzętową jeszcze wcześniej dla twórców platform i aplikacji. Jeśli twój model można przedstawić za pomocą formatu ONNX, możesz również skorzystać z DirectML.

Modele treningowe z TensorFlow i Lobe

Przyspieszenie wnioskowania to miejsce, w którym rozpoczął się DirectML: kolejnym krokiem jest wspieranie obciążeń szkoleniowych na różnych procesorach graficznych w ekosystemie systemu Windows. We wrześniu 2020 r. Microsoft open source TensorFlow z DirectML wprowadzić akcelerację różnych dostawców do popularnego frameworka TensorFlow. Ten projekt polega na umożliwieniu szybkiego eksperymentowania i treningu na komputerze, niezależnie od tego, który procesor graficzny masz na swoim urządzeniu, dzięki prostemu i bezbolesnemu procesowi konfiguracji. Microsoft wie również, że wielu programistów uczenia maszynowego polega na narzędziach, bibliotekach i skonteneryzowanych obciążeniach, które działają tylko z systemami operacyjnymi podobnymi do Uniksa, więc DirectML działa zarówno w systemie Windows i podsystem Windows dla systemu Linux. DirectML ułatwia pracę ze środowiskiem i GPU, które już posiadasz.

Uczenie maszynowe staje się również coraz bardziej dostępne dzięki narzędziom takim jak płat – łatwa w użyciu aplikacja, która ma wszystko, czego potrzebujesz, aby urzeczywistnić swoje pomysły na uczenie maszynowe. Aby rozpocząć, zbierz i oznacz swoje obrazy, a Lobe automatycznie wyszkoli dla Ciebie niestandardowy model uczenia maszynowego. W systemie Windows Lobe używa DirectML, aby zapewnić doskonałą wydajność w szerokim zakresie procesorów graficznych. Po zakończeniu szkolenia możesz wypróbować swój model i wysłać go na dowolną wybraną platformę.

Pierwsze kroki z DirectML

Jeśli jesteś programistą i chcesz skorzystać z uczenia maszynowego przyspieszanego sprzętowo przez DirectML, zacznij już dziś od frameworka, pakietu lub aplikacji, które najlepiej Ci odpowiadają:

Oprócz wszystkich inwestycji zaktualizowanych przez Microsoft ich dokumentację dostarczając więcej szczegółów niż kiedykolwiek wcześniej wraz z nowymi przykładami kodu i zasobami edukacyjnymi, ułatwiając integrację DirectML z aplikacją. Microsoft dodał również nową zawartość dla programistów do GitHub DirectML repozytorium:

· DirectMLX, nowa biblioteka C ++, która otacza DirectML, aby umożliwić łatwiejsze i prostsze użycie, szczególnie do łączenia operatorów w bloki lub nawet w kompletne modele.

· PyDirectML, powiązanie Pythona do szybkiego eksperymentowania z DirectML i przykładami Pythona bez konieczności pisania pełnego przykładu C ++.

· Przykładowe aplikacje zarówno C + + i Python, w tym pełną implementację wykrywania obiektów w czasie rzeczywistym za pomocą YLOv4.

Ten post tylko zarysowuje powierzchnię tego, co jest możliwe dzięki uczeniu maszynowemu i DirectML, a Microsoft jest podekscytowany, widząc, gdzie programiści przejmują DirectML.

Programiści AI mogą mieć oko na GitHub DirectML na nowe zasoby i przyszłe aktualizacje inwestycji, które podejmuje Microsoft.