شراكة بين Deci وQualcomm لإضفاء الطابع الديمقراطي على الذكاء الاصطناعي التوليدي عبر الصناعات
في سطور
أعلنت شركة Deci عن تعاونها مع Qualcomm Technologies لتطوير نماذج الذكاء الاصطناعي التوليدية المتقدمة لـ Qualcomm Cloud AI 100.
أعلنت شركة حلول الذكاء الاصطناعي Deci عن تعاونها مع شركة Qualcomm Technologies لتطوير حلول الذكاء الاصطناعي المتقدمة الذكاء الاصطناعي التوليدي نماذج لـ Qualcomm Cloud AI 100. ويهدف التعاون إلى جعل الذكاء الاصطناعي متاحًا بشكل أكبر لمجموعة واسعة من التطبيقات وإضفاء الطابع الديمقراطي على قوة الذكاء الاصطناعي التوليدي للمطورين.
ومن خلال تصميم نماذج مخصصة لحل Qualcomm Cloud AI 100، تعتزم الشركات إطلاق العنان لمعالجة الذكاء الاصطناعي في الوقت الحقيقي وفعالة من حيث التكلفة. Cloud AI 100 هو حل Qualcomm المصمم لتحسين الأداء لاستدلال الذكاء الاصطناعي التوليدي بما في ذلك نماذج اللغات الكبيرة (ماجستير).
قال يوناتان جيفمان، الرئيس التنفيذي والمؤسس المشارك لشركة Deci: "تتعلق بعض التحديات الرئيسية في مشهد الذكاء الاصطناعي التوليدي الحالي بتوفر القوة الحاسوبية لمعالجة هذه النماذج الضخمة والتكلفة الهائلة لتشغيلها". Metaverse Post. "من خلال الاستفادة من نماذج Deci، يمكن لمستخدمي Qualcomm تحقيق أقصى استفادة من استثمارهم في الأجهزة من خلال نماذج تضمن أقصى استفادة من الأجهزة مع توفير السرعة والدقة العالية."
ستعمل Deci مع Qualcomm Technologies لإطلاق نموذجين، هما DeciCoder-6B وDeciDiffusion 2.0.
وفقًا للإعلان، يعد DeciCoder-6B نموذجًا مكونًا من 6 مليارات معلمة لتوليد التعليمات البرمجية ويدعم ثماني لغات برمجة ويتفوق في الأداء على النماذج القائمة مع الحفاظ على الذاكرة والكفاءة الحسابية.
من ناحية أخرى، يعد DeciDiffusion 2.0 نموذجًا لنشر النص إلى صورة يحتوي على 732 مليون معلمة، ويضع معايير جديدة من خلال تقديم صور عالية الجودة مع زيادة السرعة والكفاءة.
ما الذي يميز نماذج الذكاء الاصطناعي الخاصة بشركة Deci؟
عند استخدام ماجستير في تطبيقات العالم الحقيقي، من المهم تنظيم البيانات بكفاءة على الخوادم التي تقوم بالتنبؤات. الهدف الرئيسي هو التعامل مع أكبر عدد ممكن من طلبات المستخدمين في نفس الوقت قدر الإمكان. يعتمد العثور على التوازن الصحيح بين كمية البيانات التي تتم معالجتها مرة واحدة (حجم الدفعة) والوقت المستغرق للحصول على الاستجابة (زمن الوصول) على أمرين رئيسيين: تصميم النموذج وقدرات الأجهزة المستخدمة في عمل التنبؤات.
"يحتوي DeciCoder-6B على عدد معلمات أصغر من نظيراته، مما يؤدي إلى انخفاض مساحة الذاكرة وتحرير 2 جيجابايت إضافية من الذاكرة مقارنة بنماذج CodeGen 2.5 7B و7 مليار معلمة. وقال يوناتان جيفمان، الرئيس التنفيذي لشركة Deci، إن النموذج يتفوق في الذاكرة والكفاءة الحسابية، مما يسمح بالتوسيع الفعال لمعالجة الدفعات دون استهلاك كبير للذاكرة أو زيادات ملحوظة في زمن الوصول.
وأوضح أيضًا أن "DeciDiffusion 2.0 يقدم صورًا عالية الجودة في تكرارات أقل بنسبة 40% ويستخدم مكون U-Net أصغر وأسرع مقارنة بـ Stable Diffusion 1.5. ويمكنه إنتاج صور عالية الجودة مع خطوات زمنية أقل للانتشار أثناء عملية الاستدلال.
يقلل النموذج بشكل فعال عدد الخطوات اللازمة لإنشاء صورة عالية الجودة من 16 إلى 10 فقط.
لعبت تقنية البحث في الهندسة المعمارية العصبية من Deci – AutoNAC – دورًا حاسمًا في كفاءة النماذج وقابليتها للتوسع. هو - هي الأتمتة عملية البحث بطريقة حسابية فعالة، مما يميزها عن الطرق التقليدية. مكنت هذه التقنية شركة Deci من إطلاق سلسلة من النماذج الحديثة خلال إطار زمني قصير، مع إنفاق أقل على الحوسبة للتدريب مقارنة بمطوري نماذج اللغات الكبيرة الآخرين.
DeciCoder-6B: دقة مصممة للتميز الصناعي
إن قدرة DeciCoder-6B على دعم ثماني لغات برمجة تجعله نموذجًا مثاليًا لمجموعة واسعة من التطبيقات. شارك جيفمان بعض الطرق المتنوعة التي يمكن من خلالها الاستفادة من النموذج.
"في مجال تطوير البرمجيات، يمكن أن يساعد في إنشاء التعليمات البرمجية وإكمالها، مما يقلل بشكل كبير من وقت التطوير ويعزز الإنتاجية. علاوة على ذلك، يمكن استخدام DeciCoder-6B لتدريس البرمجة، وتقديم الطعام لمجموعة متنوعة من اللغات ومستويات الصعوبة. وقال جيفمان من ديسي: "يمكن للطلاب استخدامه للتحقق من عملهم وكدليل للحلول". Metaverse Post.
وأضاف: "بالإضافة إلى ذلك، في مجال الأمن السيبراني، يمكن ضبط النموذج بدقة للمساعدة في كتابة وتحليل البرامج النصية لفحص الثغرات الأمنية، مع القدرة على أتمتة عمليات التحقق الأمني عبر بيئات البرمجة المختلفة".
التعاون بين ديسي و كوالكوم تمثل التقنيات خطوة مهمة نحو إضفاء الطابع الديمقراطي على قوة الذكاء الاصطناعي التوليدي. ومن خلال النماذج المحسنة والتكنولوجيا الفعالة والالتزام بالانفتاح، تهدف الشراكة إلى تمكين المطورين والصناعات في جميع أنحاء العالم من خلال حلول الذكاء الاصطناعي التي يمكن الوصول إليها وفعالة من حيث التكلفة.
إخلاء المسئولية
تتماشى مع المبادئ التوجيهية لمشروع الثقةيرجى ملاحظة أن المعلومات المقدمة في هذه الصفحة ليس المقصود منها ولا ينبغي تفسيرها على أنها نصيحة قانونية أو ضريبية أو استثمارية أو مالية أو أي شكل آخر من أشكال المشورة. من المهم أن تستثمر فقط ما يمكنك تحمل خسارته وأن تطلب مشورة مالية مستقلة إذا كانت لديك أي شكوك. لمزيد من المعلومات، نقترح الرجوع إلى الشروط والأحكام بالإضافة إلى صفحات المساعدة والدعم المقدمة من جهة الإصدار أو المعلن. MetaversePost تلتزم بتقارير دقيقة وغير متحيزة، ولكن ظروف السوق عرضة للتغيير دون إشعار.
نبذة عن الكاتب
كومار هو صحفي تقني ذو خبرة ومتخصص في التقاطعات الديناميكية للذكاء الاصطناعي/التعلم الآلي، وتكنولوجيا التسويق، والمجالات الناشئة مثل العملات المشفرة، وسلسلة الكتل، NFTس. مع أكثر من 3 سنوات من الخبرة في الصناعة، أنشأ كومار سجلاً حافلًا في صياغة روايات مقنعة، وإجراء مقابلات ثاقبة، وتقديم رؤى شاملة. تكمن خبرة كومار في إنتاج محتوى عالي التأثير، بما في ذلك المقالات والتقارير والمنشورات البحثية لمنصات الصناعة البارزة. بفضل مجموعة المهارات الفريدة التي تجمع بين المعرفة التقنية وسرد القصص، يتفوق كومار في توصيل المفاهيم التكنولوجية المعقدة إلى جماهير متنوعة بطريقة واضحة وجذابة.
المزيد من المقالات
كومار هو صحفي تقني ذو خبرة ومتخصص في التقاطعات الديناميكية للذكاء الاصطناعي/التعلم الآلي، وتكنولوجيا التسويق، والمجالات الناشئة مثل العملات المشفرة، وسلسلة الكتل، NFTس. مع أكثر من 3 سنوات من الخبرة في الصناعة، أنشأ كومار سجلاً حافلًا في صياغة روايات مقنعة، وإجراء مقابلات ثاقبة، وتقديم رؤى شاملة. تكمن خبرة كومار في إنتاج محتوى عالي التأثير، بما في ذلك المقالات والتقارير والمنشورات البحثية لمنصات الصناعة البارزة. بفضل مجموعة المهارات الفريدة التي تجمع بين المعرفة التقنية وسرد القصص، يتفوق كومار في توصيل المفاهيم التكنولوجية المعقدة إلى جماهير متنوعة بطريقة واضحة وجذابة.
