Talos: Fakavavevave'i 'o e naunau ki he ngaahi netiueka neural convolutional loloto

'I he tafa'aki 'o e CPU: Ko e AI Ngaue'aki 'a e Bottleneck

'I he mamani 'oku vave 'a e tupulaki 'o e 'atamai fakatupu, loloto convolutional neural netiueka (CNNs) ko e workhorses 'i mui 'i he me'a kotoa pe mei he 'analaiso 'o e 'imisi fakafaito'o mo e folau 'eve'eva 'o e me'alele 'ata'ataa ki he liliu 'o e lea taimi mo'oni. Ka neongo ia, 'oku lahi 'aupito 'a e ngaahi fie ma'u computational 'o e ngaahi sipinga faingata'a ko 'eni. Ko hono lele’i ‘o e ngaahi CNN fakapotopoto ‘i he ngaahi ‘iuniti ngaue fakalotofonua (CPUs) ‘oku fa’a hange ko hono faka’aonga’i ‘o ha sedan fakafamili ke fe’auhi ‘i ha fe’auhi Fomula 1-mahalo ‘e nga’unu, ka ‘oku fakamamahi ‘ene tuai mo ‘ikai ola lelei. 'Oku fakataumu'a 'a e CPUs ki he versatility, 'ikai ki he ngaahi fakafuofua fakafika lahi, fakafehoanaki 'oku fie ma'u 'e he CNNs. 'Oku fakatupu 'e he me'a ni ha bottleneck mahu'inga, fakatuai'i 'a e fo'ou, fakalahi 'a e ngaahi fakamole ki he ngaue, pea fakangatangata 'a e deployment 'aonga 'o e ngaahi fakalelei'anga 'o e AI. Fakahu 'a e hardware accelerator: ko ha processor makehe kuo fa'u mei he kelekele ki 'olunga ke tokanga'i 'a e ngaahi ngaue pau, computationally lahi 'aki 'a e vave mo e ola lelei ta'ehanotatau.

Ko e hā ʻa e Talosí? Ko ha Misini Fo'ou ki he Fakakaukau 'a e AI

Ko e Talos ko ha me'angaue fakavavevave 'o e tu'unga-'o e-'aati 'oku 'enisinia'i makehe ki he ngaahi netiueka neural convolutional loloto. Fakakaukau ki ai ko ha misini fakatapui ki he AI ​​inference-ko e founga 'oku fai ai 'e ha netiueka neural kuo ako'i 'a e ngaahi kikite 'i he ngaahi fakamatala fo'ou. 'Oku kehe mei ha CPU kuo pau ke juggle 'a e ngaahi ngaue kehekehe, 'Oku fakalelei'i 'a e 'atakai 'o e Talos ki he ngaahi ngaue 'o e matrix 'o e ma'ulalo-totonu, ma'olunga-parallelism 'oku tefito ki he CNNs. 'I he tokanga taha pe ki he ngaue ko 'eni, 'e lava ke fakahoko 'e he Talos 'a e ngaahi fakamatala lahi 'o e sio pe faka'ilonga 'i he vave 'oku 'ikai ke tui lolotonga hono faka'aonga'i 'o e malohi 'oku si'isi'i ange 'aupito. 'Oku 'ai 'e he me'a ni ke malava ke fakataha'i 'a e ngaahi malava malohi 'o e AI ki ha ngaahi polokalama lahi ange, mei he ngaahi device fakakomipiuta 'i he tafa'aki mo e ngaahi fakangatangata fefeka 'o e malohi ki he ngaahi senitaa fakamatala 'oku nau fekumi ke fakalahi 'a e throughput mo fakasi'isi'i 'enau la'iva'e 'o e ivi.

Ngaahi Tefito'i Lelei 'o e Fa'unga 'o e Talos

Ko e malohi 'o e Talos 'oku 'i hono tisaini makehe. Lolotonga e CPU ko ha siaka-'o e-fefakatau'aki kotoa pe, Ko Talos ko ha 'eiki 'o e taha. Ko hono fa'u 'oku langa ia 'o takatakai 'i ha ngaahi tefito'i mo'oni tefito 'oku nau 'omi 'a e ngaahi lelei 'oku 'asi ki he ngaahi pisinisi mo e kau fakalakalaka.

• Vave ta'ehanotatau: 'Oku fakahoko 'e Talos 'a e ngaahi fakafuofua 'e lauiafe 'i he taimi tatau, 'o fakasi'isi'i lahi 'a e taimi 'oku fie ma'u ki he AI inference. 'Oku lava 'e he me'a ni 'o ngaue'aki 'a e taimi mo'oni ki he ngaahi polokalama hange ko e analytics vitio mo e AI fetu'utaki.
• Ma'olunga 'a e ngaue: 'I hono fakangata 'o e 'olunga 'o ha processor taumu'a lahi, 'Oku 'omi 'e he Talos 'a e ngaahi fakafuofua lahi ange ki he watt 'o e malohi. 'Oku liliu 'eni ki he ma'ulalo ange 'a e ngaahi fakamole ki he ngaue pea 'oku ne faka'ata 'a e deployment 'i he ngaahi 'atakai 'oku ongo'ingofua 'a e malohi.
• Scalability: 'Oku faka'ata 'e he 'atakai 'a e ngaahi fakalelei'anga scalable, 'uhinga 'e lava ke fakalahi 'a e malohi 'o e ngaue ke feau 'a e ngaahi fie ma'u 'o e na'a mo e ngaahi sipinga faingata'a taha 'o 'ikai ha toe tisaini fakava'e.
• Future-Proofing: ‘I he hokohoko atu ‘a e ngaahi ‘ākiteki ‘a e CNN, ‘oku langa ‘a e tisaini ‘o e Talos ‘oku fe’unga ke fe’unga, ‘o malu’i ho’o ‘inivesi ‘i he hardware mei he liliu fakatekinolosia vave.

Fakataha'i 'a e Talos ki he 'Ekosisitemi 'o e Mewayz

Ko e malava mo'oni 'o ha konga malohi hange ko e Talos 'oku fakahoko ia 'i he taimi 'oku fakataha'i ai 'a e seamlessly ki ha fa'unga ngaue 'oku lahi ange. Ko e feitu'u 'eni 'oku mahulu hake ai 'a e OS pisinisi modular 'a e Mewayz. 'Oku 'omi 'e he Mewayz 'a e ngaahi polokalama fakakomipiuta mahu'inga 'oku ne faka'ata 'a e ngaahi pisinisi ke nau faka'aonga'i 'a e malohi 'o e raw 'o e Talos 'o 'ikai ke nau ma'u bogged 'i he fakataha'i 'o e sisitemi faingata'a. 'I loto 'i he 'atakai 'o e Mewayz, 'Oku hoko 'a Talos 'o mahulu hake 'i ha konga 'o e hardware; 'oku hoko ia ko ha konga tefito, pule'i 'o ho'o founga AI.

Hange ko 'eni, 'e lava ke orchestrate 'e he Mewayz 'a e ngaahi ngaue 'a ia 'oku 'otometiki ai 'a e fakamatala kimu'a, fafanga ki he Talos accelerator ki he inference 'uhila-vave, pea 'oku funneled leva 'a e ngaahi ola ki he ngaahi polokalama pisinisi kehe ki he ngaue-hange ko hono fakafo'ou 'o ha dashboard, fakatupu ha fakatokanga, pe fakakoloa'i ha fakamatala 'o e kasitomaa. 'Oku fakapapau'i 'e he fakataha'i ta'e-fakalavelave ko 'eni 'oku liliu fakahangatonu 'a e ngaahi ma'u'anga tokoni 'o e fakahoko ngaue mei he Talos ki he vave ange 'a e fai tu'utu'uni mo e ngaahi founga ngaue 'oku toe lelei ange. 'I hono fili 'o ha tu'unga hange ko e Mewayz, 'e lava ke tokanga 'a e ngaahi kautaha ki hono fakatupulaki mo hono fakahoko 'o e ngaahi fakalelei'anga 'o e AI, 'o falala 'oku ngaue 'a e ngaahi naunau mo e polokalama fakakomipiuta 'i lalo 'i he fe'unga haohaoa.