Microsoft และ Facebook ทำให้โมเดล AI กระโดดจากเฟรมเวิร์ก AI หนึ่งไปยังอีกเฟรมหนึ่งได้ง่ายขึ้น
2 นาที. อ่าน
เผยแพร่เมื่อ
อ่านหน้าการเปิดเผยข้อมูลของเราเพื่อดูว่าคุณจะช่วย MSPoweruser รักษาทีมบรรณาธิการได้อย่างไร อ่านเพิ่มเติม
Microsoft ประกาศความร่วมมือกับ Facebook เพื่อประกาศรูปแบบ Open Neural Network Exchange (ONNX) ONNX นำความสามารถในการทำงานร่วมกันมาสู่ระบบนิเวศเฟรมเวิร์ก AI ONNX ให้คำจำกัดความของแบบจำลองกราฟการคำนวณที่ขยายได้ เช่นเดียวกับคำจำกัดความของตัวดำเนินการในตัวและชนิดข้อมูลมาตรฐาน
มีเฟรมเวิร์ก AI มากมายในตลาด รวมถึง Cognitive Toolkit ของ Microsoft จนถึงวันนี้ ไม่มีทางที่จะใช้โมเดล AI ที่สร้างขึ้นสำหรับเฟรมเวิร์กหนึ่งในอีกเฟรมหนึ่ง ONNX แก้ปัญหานี้โดยกลายเป็นรูปแบบโอเพ่นซอร์สสำหรับโมเดล AI Cognitive Toolkit, Caffe2 และ PyTorch ของ Microsoft จะรองรับ ONNX
ONNX ให้ประโยชน์ดังต่อไปนี้:
- การทำงานร่วมกันของกรอบการทำงาน: นักพัฒนาสามารถย้ายระหว่างเฟรมเวิร์กได้ง่ายขึ้นและใช้เครื่องมือที่ดีที่สุดสำหรับงานในมือ แต่ละเฟรมเวิร์กได้รับการปรับให้เหมาะสมสำหรับลักษณะเฉพาะ เช่น การฝึกอบรมที่รวดเร็ว รองรับสถาปัตยกรรมเครือข่ายที่ยืดหยุ่น อนุมานบนอุปกรณ์มือถือ ฯลฯ หลายครั้ง ลักษณะที่สำคัญที่สุดในระหว่างการวิจัยและพัฒนาแตกต่างจากลักษณะที่สำคัญที่สุดสำหรับการขนส่งไปยังการผลิต สิ่งนี้นำไปสู่ความไร้ประสิทธิภาพจากการไม่ใช้เฟรมเวิร์กที่ถูกต้องหรือความล่าช้าที่สำคัญเนื่องจากนักพัฒนาแปลงโมเดลระหว่างเฟรมเวิร์ก กรอบงานที่ใช้การแสดง ONNX ทำให้สิ่งนี้ง่ายขึ้นและช่วยให้นักพัฒนามีความคล่องตัวมากขึ้น
- การเพิ่มประสิทธิภาพที่ใช้ร่วมกัน: ผู้จำหน่ายฮาร์ดแวร์และอื่น ๆ ที่มีการเพิ่มประสิทธิภาพสำหรับการปรับปรุงประสิทธิภาพของเครือข่ายประสาทสามารถส่งผลกระทบต่อหลายเฟรมเวิร์กในคราวเดียวโดยกำหนดเป้าหมายการแสดง ONNX จำเป็นต้องรวมการเพิ่มประสิทธิภาพบ่อยครั้งแยกกันในแต่ละเฟรมเวิร์กซึ่งอาจเป็นกระบวนการที่ใช้เวลานาน การแสดง ONNX ทำให้การเพิ่มประสิทธิภาพเข้าถึงนักพัฒนามากขึ้นได้ง่ายขึ้น
โค้ดและเอกสาร ONNX พร้อมใช้งานแล้วในรูปแบบโอเพ่นซอร์สบน GitHub และคุณสามารถให้ข้อเสนอแนะเพื่อพัฒนาโครงการนี้ต่อไป โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม. เรียนรู้เพิ่มเติมเกี่ยวกับประกาศนี้ โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม.