AI打造AI：初創公司的AI生成緊湊型神經網絡

DarwinAI的平臺在與奧迪（Audi）進行的試點測試中，簡化了邊緣計算模型。

滑鐵盧大學的研究人員亞歷山大·王（Alexander Wong）沒有足夠的處理能力來支持他的計算機視覺創業公司，因此他開發了壹種解決方法。現在，該解決方法就是該公司的產品。

總部位於安大略省的DarwinAI由位於安大略省的大學的壹個團隊創建，它為開發人員提供了壹個從神經網絡生成精簡模型的平臺。這為開發人員提供了壹種更快的方式來擴展具有較小數據足跡的多個網絡。

該公司的精益模型旨在為企業開發基於AI的邊緣計算網絡，以處理來自嵌入式系統和移動設備的大量傳感器數據。

自動駕駛，制造，航空航天，零售，醫療保健和消費電子等各個行業正在利用GPU驅動的網絡邊緣的AI計算來發展下壹代業務。

據估計，到2025年，大約1500億個機器傳感器和IoT設備將流式傳輸連續數據進行處理。

然而，許多人發現，人才和計算資源需要大量資源來構建這些各種模型。

DarwinAI的立場是，公司可以使用DarwinAI的平臺從全尺寸模型中分離出緊湊型模型，從而減少開發時間和成本，就像DarwinAI自己所做的那樣。

“我們可以在需要將強大的神經網絡應用於汽車，手表，飛機和其他領域的移動設備和客戶的邊緣實現AI，” DarwinAI首席執行官兼聯合創始人Sheldon Fernandez說。

DarwinAI的平臺被稱為GenSynth，是對所謂的生成綜合進行開創性研究的結果。有壹種簡單的方法來考慮生成綜合：創建AI是AI。

這家初創公司的創始人於去年年底發布了有關生成綜合的研究論文，然後將其與專有研究相融合，以推出該公司的產品。

DarwinAI的平臺依靠機器學習來為客戶探查和了解神經網絡的體系結構。然後，該公司的AI會生成壹個新的神經網絡系列，其功能與原始神經網絡相同，但更小，更快。

該公司是NVIDIA Inception計劃的成員，該計劃可幫助初創企業更快地進入市場。

初創公司的研究引起了消費電子公司，航空航天和汽車制造商（包括奧迪）的興趣。

奧迪通過DarwinAI進行的案例研究使用GenSynth平臺來加速定制，優化的深度神經網絡的設計，以進行自動駕駛中的目標檢測。

GenSynth平臺幫助奧迪開發人員將模型訓練速度提高了4倍，並將GPU處理時間縮短了四分之三。

“他們處理了兩個terrabytes的數據，我們確實減少了測試時間，” Fernandez說。 “他們節省了GPU培訓時間，為開發人員帶來了真正的好處。”

DarwinAI開發了GenSynth來減少自己的開發時間，利用AWS和Microsoft Azure上的NVIDIA GPU以及本地的本地實例來增加其編碼周期。

DarwinAI的許多早期客戶現在都在使用該平臺來加快開發速度。它還有助於減少在現場運行NVIDIA Jetson模塊和雲中的NVIDIA V100 Tensor Core GPU的客戶系統上處理的數據，以進行培訓和推理。

Fernandez說：“深度學習是如此復雜，您需要與GPU支持的AI協作才能正確完成它-這將騰出您的時間來進行創意工作。”

記者： Scott Martin
編輯：Sophia