Search the Community

Showing results for tags 'deep learning'.



More search options

  • Search By Tags

    Type tags separated by commas.
  • Search By Author

Content Type


Forums

  • HWBOX | Main
  • HWBOX | Forum
    • HwBox.gr Ανακοινώσεις & Ειδήσεις
    • News/Ειδήσεις
    • Reviews
    • The Poll Forum
    • Παρουσιάσεις μελών
  • Hardware
    • Επεξεργαστές - CPUs
    • Μητρικές Πλακέτες - Motherboards
    • Κάρτες Γραφικών - GPUs
    • Μνήμες - Memory
    • Αποθηκευτικά Μέσα - Storage
    • Κουτιά - Cases
    • Τροφοδοτικά - PSUs
    • Συστήματα Ψύξης - Cooling
    • Αναβαθμίσεις - Hardware
  • Peripherals
    • Οθόνες
    • Πληκτρολόγια & Ποντίκια
    • Ηχεία - Headsets - Multimedia
    • Internet & Networking
    • General Peripherals
  • Overclocking Area
    • HwBox Hellas O/C Team - 2D Team
    • HwBox Hellas O/C Team - 3D Team
    • Hwbot.org FAQ/Support
    • Benchmarking Tools
    • General Overclocking FAQ/Support
    • Hardware Mods
  • Software Area
    • Operating Systems
    • Drivers Corner
    • General Software
    • General Gaming
  • The Tech Gear
    • Mobile Computing
    • Smartphones
    • Tablets
    • Digital Photography & Cameras
  • Off Topic
    • Free Zone
    • XMAS Contest
  • HWBOX Trade Center
    • Πωλήσεις
    • Ζήτηση
    • Καταστήματα & Προσφορές

Find results in...

Find results that contain...


Date Created

  • Start

    End


Last Updated

  • Start

    End


Filter by number of...

Joined

  • Start

    End


Group


Location


Homepage


Interests


Occupation


ICQ


AIM


Yahoo


MSN


Skype


CPU


Motherboard


GPU(s)


RAM


SSDs & HDDs


Sound Card


Case


PSU


Cooling


OS


Keyboard


Mouse


Headset


Mousepad


Console


Smartphone


Tablet


Laptop


Camera


Drone


Powerbank

Found 6 results

  1. Ερευνητές της Nvidia κατάφεραν να αναπτύξουν ένα deep learning σύστημα με το οποίο μπόρεσαν να δημιουργήσουν υψηλής ποιότητας slow-motion video ακόμα και από ένα 30 fps (frame - per - second) video, ξεπερνώντας σε ποιότητα άλλες αντίστοιχες μεθόδους υψηλής τεχνολογίας. Αν και η η λήψη βίντεο 240 καρέ ανά δευτερόλεπτο είναι πλέον δυνατή και μέσω κινητού τηλεφώνου, αυτή η μέθοδος δεν είναι αρκετά πρακτική, καθώς απαιτεί μεγάλο όγκο μνήμης και μεγάλη υπολογιστική ισχύ που τις συναντάμε μόνο σε ακριβά smartphones της αγοράς. Η επίτευξη του παραπάνω κατορθώματος έγινε με τη χρήση καρτών γραφικών Tesla V100 της NVIDIA και του πλαισίου εκμάθησης (deep learning) PyTorch το οποίο υποστηρίχτηκε από το GPU-acceleration της εταιρίας cuDNN (NVIDIA CUDA® Deep Neural Network library). Έχοντας τα παραπάνω εργαλεία η ομάδα έρευνας της Nvidia εκπαίδευσε το σύστημά της σε άνω των 11.000 videos καθημερινών και αθλητικών δραστηριοτήτων στα 240 fps. Μετά την εκπαίδευση του συστήματος το τεχνητό νευρωνικό σύστημα (neural network) μπορεί να προβλέψει τα ενδιάμεσα καρέ ενός video. Την έρευνα βοήθησαν επίσης video clips του γνωστού καναλιού στο youtube "The Slow Mo Guys", με θέματα που σχετίζονται κυρίως με την επιστήμη και την τεχνολογία του slow-motion. Το εντυπωσιακό τελικό αποτέλεσμα ήταν ο πολλαπλασιασμός των καρέ και η δημιουργία video σε slow motion με 240fps και 380fps από επεξεργασία αρχικών video με 30fps και 60fps αντίστοιχα. Πηγή. Βρείτε μας στα Social:
  2. Σε blog post της, η NVIDIA μας έδειξε τις δυνατότητες των AI και deep learning συστημάτων της και τα αποτελέσματα είναι τρομακτικά εντυπωσιακά. Η NVIDIA έχει προς ώρας πάνω από 120 ανθρώπου που εργάζονται στον τομέα της AI τεχνολογίας, έχοντας άφθονους πόρους και hardware για την ανάπτυξη λογισμικού, ικανού να κάνει εντυπωσιακές δουλειές. Όπως παρουσίασε στο Neural Information Processing Systems 2017 (NIPS), μια από τις σημαντικές αποκαλύψεις ήταν και η μετατροπή μιας φωτογραφίας από μια εποχή στην άλλη, χρησιμοποιώντας στοιχεία από την πρώτη με πλήρως αυτοματοποιημένο τρόπο, χωρίς μάλιστα κάποια επίβλεψη από άνθρωπο. Στη συνέχεια το ακόμη πιο εντυπωσιακό demo της NVIDIA ήταν η μετατροπή ενός βίντεο από ημέρα σε νύχτα. Φυσικά το βίντεο ήταν μικρής διάρκειας και χαμηλής ανάλυσης αλλά το αποτέλεσμα παραμένει εξίσου εντυπωσιακό, δείχνοντας έτσι τις δυνατότητες της τεχνολογίας. Μπορείτε να διαβάσετε περισσότερα στο blog της NVIDIA. Πηγή. Βρείτε μας στα Social:
  3. Η συνεργασία της για deep learning εφαρμογές βάζει την AMD σε αρκετά πλεονεκτική θέση, λίγους μήνες πριν την ανανέωση του consumer lineup της! Η πλατφόρμα του Google Cloud θα λάβει διπύρηνους επιταχυντές σε PCIe form factor από την AMD με στόχο τη περαιτέρω βελτίωση των εργασιών της στο σύννεφο. Σύμφωνα με το KitGuru μετά τη δημοσίευση των παραπάνω νέων η μετοχή της AMD αυξήθηκε κατά 10% και αναμένεται να τονώσει και το data centre κομμάτι της στο άμεσο μέλλον και όσο αναμένουμε τη scalable γενιά των επεξεργαστών Zen αλλά και της γενιάς καρτών γραφικών Vega. Πηγή.
  4. Ο CEO της Intel Brian Krzanich ανακοίνωσε στην έκθεση LA Auto Show AutoMobility την "άφιξη" της εταιρίας στον χώρο της αυτοκίνησης. Σε διάστημα δύο ετών η Intel θα επενδύσει περίπου $250 εκατομμύρια στον χώρο της αυτοκίνησης και πιο ειδικά της αυτόνομης οδήγησης των οχημάτων, α λα Tesla. Στόχος της στα επόμενα δύο χρόνια, η πλήρης είσοδος των αυτόνομων οχημάτων στην αγορά. Ο χώρος όπως τόνισε ο Krzanich είναι αρκετά κρίσιμος για την εταιρία κάτι που λέγεται για πρώτη φορά επίσημα. Η επένδυση περιλαμβάνει τεχνολογίες συνδεσιμότητας, γνώσης του περιβάλλοντος από το σύστημα δίνοντας έμφαση στην ασφάλεια χρησιμοποιώντας παράλληλα και τεχνολογίες όπως deep learning, ενσωματώνοντας όλα τα παραπάνω στα μελλοντικά αυτοκίνητα. Επιπρόσθετα, ο CEO της εταιρίας τόνισε την ανάπτυξη συναφών τεχνολογιών για τον ανερχόμενο τομέα του Internet of Things το οποίο μπαίνει όχι μόνο στα gadgets μας αλλά παίρνει μέρος και στο έξυπνο σπίτι. Πηγή.
  5. [NEWS_IMG=Νέα dev tools για το Jetson TX1 βελτιώνουν τις επιδόσεις]http://www.hwbox.gr/images/news_images/nvidia1.jpg[/NEWS_IMG] Η NVIDIA δημοσίευσε μια νέα έκδοση της σουίτας εργαλείων ανάπτυξης για τη πλατφόρμα της Jetson TX1 και το αξιοσημείωτο είναι πως υπόσχεται διπλάσιες επιδόσεις σε εργασίες deep learning! Η εν λόγω πλατφόρμα κυκλοφόρησε αποκλειστικά για developers από την NVIDIA στα τέλη του περασμένου έτους και στόχο είχε να προσελκύσει το ενδιαφέρον όσων επιθυμούσαν να αναπτύξουν εφαρμογές που αργότερα θα εφαρμοστούν στον τομέα της αυτοκίνησης, αφήνοντας περιθώρια για τη δημιουργία οποιασδήποτε εφαρμογής. Η νέα έκδοση 2.3 συνοδεύεται και από πληθώρα εργαλείων για deep learning εφαρμογές, όπως το TensorRT, ενώ παρέχονται και CUDA-accelerated βιβλιοθήκες με βελτιστοποιήσεις ειδικά για το hardware της NVIDIA φέρνοντας υποστήριξη και για τη πιο πρόσφατη έκδοση CUDA 8. Οι δυνατότητες deep learning της συγκεκριμένης πλατφόρμας μπορούν να αξιοποιηθούν για την επίλυση προβλημάτων που σχετίζονται με τη δημόσια ασφάλεια, τις έξυπνες πόλεις, τον κατασκευαστικό τομέα, τη γεωργία καθώς και τη μετακίνηση. https://developer.nvidia.com/embedded/jetpack[img_alt=Νέα dev tools για το Jetson TX1 βελτιώνουν τις επιδόσεις]http://www.hwbox.gr/members/2195-albums813-picture69932.jpg[/img_alt] [img_alt=Νέα dev tools για το Jetson TX1 βελτιώνουν τις επιδόσεις]http://www.hwbox.gr/members/2195-albums570-picture54876.png[/img_alt] Διαβάστε περισσότερα εδώ...
  6. [NEWS_IMG=Ο Υπερυπολογιστής DGX-1 της NVIDIA είναι γεγονός!]http://www.hwbox.gr/images/news_images/nvidia3.jpg[/NEWS_IMG] Ο πρώτος που θα εκμεταλλεύεται τις νέες Tesla P100 κάρτες γραφικών, Pascal αρχιτεκτονικής. Μετά την αναλυτική ανάλυση των Pascal στο συνέδριο GTC 2016, η NVIDIA ανακοίνωσε και τον πρώτο υπερ-υπολογιστή που θα βασίζεται στην εν λόγω τεχνολογία συνδυάζοντας 8 Tesla P100 σε ένα σύστημα για εξωπραγματικές επιδόσεις. Σύμφωνα με τα δεδομένα της NVIDIA, οι επιδόσεις του DGX-1 ισοδυναμεί με 250 x86 servers και φυσικά προορίζεται για αρκετά απαιτητικές εργασίες όπως deep learning τροφοδοτώντας έτσι και την περαιτέρω ανάπτυξη του AI, συστημάτων δηλαδή με δυνατότητα λήψης αποφάσεων. Όπως δήλωσε ο CEO της εταιρίας, ο νέος DGX-1 "φιλοξενεί" 5 πρωτοποριακές τεχνολογίες. Αρχικά είναι η Pascal αρχιτεκτονική που βελτιώνει τις επιδόσεις από τη προηγούμενη γενιά. Ύστερα έρχεται το πρότυπο σύνδεσης NVLink που αυξάνει τον παραλληλισμό για μέγιστες επιδόσεις με πολλαπλές κάρτες σε ένα σύστημα. Πρωτοποριακή θεωρείται και η λιθογρφία των 16nm FinFET της TSMC όπου οδηγεί σε πιο αποδοτική λειτουργία των chip. Στη συνέχεια έχουμε τις μνήμες τύπου HBM2 για βελτιωμένο bandwdith και τέλος, τις νέες half-precision instructions που ωθούν τις επιδόσεις πάνω από τα 21 teraflops. System Specifications The NVIDIA DGX-1 system specifications include: Up to 170 teraflops of half-precision (FP16) peak performance Eight Tesla P100 GPU accelerators, 16GB memory per GPU NVLink Hybrid Cube Mesh 7TB SSD DL Cache Dual 10GbE, Quad InfiniBand 100Gb networking 3U – 3200W Διαβάστε επίσης: http://www.hwbox.gr/news-vga/43958-ta-apokaliptiria-tis-nvidia-pascal-pragmatopoiountai-sto-gtc-2016-a.html[img_alt=Ο Υπερυπολογιστής DGX-1 της NVIDIA είναι γεγονός!]http://www.hwbox.gr/members/2195-albums570-picture61761.png[/img_alt] [img_alt=Ο Υπερυπολογιστής DGX-1 της NVIDIA είναι γεγονός!]http://www.hwbox.gr/members/2195-albums570-picture61760.png[/img_alt] [img_alt=Ο Υπερυπολογιστής DGX-1 της NVIDIA είναι γεγονός!]http://www.hwbox.gr/members/2195-albums570-picture61759.png[/img_alt] [img_alt=Ο Υπερυπολογιστής DGX-1 της NVIDIA είναι γεγονός!]http://www.hwbox.gr/members/2195-albums570-picture61758.png[/img_alt] [img_alt=Ο Υπερυπολογιστής DGX-1 της NVIDIA είναι γεγονός!]http://www.hwbox.gr/members/2195-albums570-picture61757.png[/img_alt] Διαβάστε περισσότερα εδώ...