Dostosuj preferencje dotyczące zgody

Używamy plików cookie, aby pomóc użytkownikom w sprawnej nawigacji i wykonywaniu określonych funkcji. Szczegółowe informacje na temat wszystkich plików cookie odpowiadających poszczególnym kategoriom zgody znajdują się poniżej.

Pliki cookie sklasyfikowane jako „niezbędne” są przechowywane w przeglądarce użytkownika, ponieważ są niezbędne do włączenia podstawowych funkcji witryny.... 

Zawsze aktywne

Niezbędne pliki cookie mają kluczowe znaczenie dla podstawowych funkcji witryny i witryna nie będzie działać w zamierzony sposób bez nich.Te pliki cookie nie przechowują żadnych danych umożliwiających identyfikację osoby.

Brak plików cookie do wyświetlenia.

Funkcjonalne pliki cookie pomagają wykonywać pewne funkcje, takie jak udostępnianie zawartości witryny na platformach mediów społecznościowych, zbieranie informacji zwrotnych i inne funkcje stron trzecich.

Brak plików cookie do wyświetlenia.

Analityczne pliki cookie służą do zrozumienia, w jaki sposób użytkownicy wchodzą w interakcję z witryną. Te pliki cookie pomagają dostarczać informacje o metrykach liczby odwiedzających, współczynniku odrzuceń, źródle ruchu itp.

Brak plików cookie do wyświetlenia.

Wydajnościowe pliki cookie służą do zrozumienia i analizy kluczowych wskaźników wydajności witryny, co pomaga zapewnić lepsze wrażenia użytkownika dla odwiedzających.

Brak plików cookie do wyświetlenia.

Reklamowe pliki cookie służą do dostarczania użytkownikom spersonalizowanych reklam w oparciu o strony, które odwiedzili wcześniej, oraz do analizowania skuteczności kampanii reklamowej.

Brak plików cookie do wyświetlenia.

Nvidia przejmuje OmniML dla potrzeb przetwarzania AI na urządzeniach brzegowych

OmniML skupia się na miniaturyzacji aplikacji uczenia maszynowego, w tym dużych modeli językowych, aby umożliwić ich działanie na urządzeniach Edge.

Firma ogłosiła partnerstwo z Intelem zaledwie miesiąc przed przejęciem. Nie jest jasne, czy plany te zostały porzucone po przejęciu przez Nvidię, ale OmniML miało plany zoptymalizowania modeli uczenia maszynowego dla platformy Intela.

Podczas gdy Nvidia dominuje na rynku uczenia AI dla centrów danych dzięki swoim układom graficznym, rynek Edge nadal pozostaje dosyć otwarty, z wieloma konkurentami, którzy dążą do osiągnięcia pozycji lidera w tym sektorze.

„W dzisiejszych czasach sztuczna inteligencja jest tak ogromna, że urządzenia Edge nie są przystosowane do obsługi jej mocy obliczeniowej” – powiedział Di Wu, współzałożyciel i dyrektor generalny OmniML, gdy firma pozyskała 10 milionów dolarów w zeszłym roku.

„Jednak nie musi tak być. Nasz model kompresji uczenia maszynowego wypełnia lukę między aplikacjami AI a urządzeniami Edge, zwiększając możliwości tych urządzeń i umożliwiając wykorzystanie sztucznej inteligencji uwzględniającej sprzęt, która jest szybsza, dokładniejsza, bardziej opłacalna i łatwiejsza do wdrożenia na różnych platformach sprzętowych”.

Oprócz czołowych firm branżowych, takich jak Intel, Qualcomm i Nvidia, wiele startupów wprowadziło na rynek układy Edge AI, w tym SiMa.ai, Hailo, Mythic i Roviero.