Mindtech kündigt Partnerschaft mit GIGABYTE an

30.06.2020 – 06:01

Mindtech Global Ltd

data-action="click" data-label="whatsapp" data-url="https://web.whatsapp.com/send?text=Mindtech%20k%C3%BCndigt%20Partnerschaft%20mit%20GIGABYTE%20an%0A%0Ahttps%3A%2F%2Fwww.presseportal.de%2Fpm%2F136202%2F4638084%2F%3Futm_source%3Dwhatsapp%26utm_medium%3Dsocial" data-callback="popup" aria-label="Teilen über WhatsApp">

London (ots/PRNewswire)

Kopplung der Mindtech-KI-Trainingsplattform Chameleon mit den Servern von GIGABYTE Technology Co. Ltd. ermöglicht die schnelle Erstellung massiver Datensätze für das Training neuronaler Netzwerke

KI-Training für visuelle Aufgaben erfordert große Mengen genau kommentierter Bilder oder Videos. Die Chameleon-Plattform erstellt und "filmt" virtuelle Welten, um synthetische Daten für das Training neuronaler Netzwerke zu erzeugen; synthetische Daten, die das Aussehen, die Physik und das Verhalten der realen Welt genau modellieren. Dies wird effizient im Servermaßstab erreicht, und die Server von GIGABYTE sind für diese Art von Aufgaben konzipiert.

Die Chameleon-Plattform ist so konzipiert, dass sie durch die effektive Nutzung von CPU(s)-Threads und Kernen skaliert und, wo möglich, auf GPU(s) ausgelagert wird, um alle verfügbaren Ressourcen voll auszunutzen. Die Docker-Containerisierung der Plattform stellt sicher, dass der Betrieb auf der GIGABYTE-Plattform effektiv und unkompliziert ist. Diese Server-Skalierbarkeit wird genutzt, um Mindtech zu ermöglichen, "Ready-to-Train"-Datenpakete- zu erstellen, in denen Bilder und erweiterte Anmerkungen geliefert werden, so dass Kunden KI-unterstützte Anwendungen in Smart City, Smart Machine und Smart Vision erstellen können, einschließlich Einzelhandel, Raumverwaltung, Robotik und Transport. Diese Datenpakete ermöglichen den Kunden eine schnelle Markteinführung und decken wichtige Datenanforderungen ab, einschließlich schwierig zu erfassender Eckfälle.

"Die Erstellung und Verarbeitung von Daten für das KI-Training erfordern eine erhebliche Rechenleistung, und die Server von GIGABYTE sind eine ausgezeichnete Plattform, auf der eine Lösung für die Erstellung synthetischer Daten aufgebaut werden kann", so Chris Longstaff, VP of Product Management bei Mindtech. "Sie bieten eine branchenführende Ausgewogenheit von CPU, GPU und Speicher in einem energieeffizienten System, was sie zu einem idealen Partner für unsere Chameleon-Plattform macht. Durch die enge Kopplung der Erstellung der synthetischen Daten auf demselben GIGABYTE-System, das auch für das Training des KI-Systems verwendet wird, ergeben sich erhebliche Leistungs- und Effizienzgewinne".

"Die erfolgreiche Implementierung neuronaler Netze erfordert riesige Datenmengen", sagte Andy Chen, VP of Engineering bei GIGABYTE. "Die Chameleon-Plattform von Mindtech demokratisiert die Verfügbarkeit dieser 'Big-Data', indem sie es jedem Unternehmen ermöglicht, riesige Mengen perfekt annotierter synthetischer Daten zu erstellen. Durch die Containerisierung der Chameleon-Plattform mit Technologien wie Docker und Kubernetes ist sie eine perfekte Ergänzung zu unserer DNN-Plattform und ermöglicht die schnelle Erstellung großer synthetischer Datensätze, was wiederum unseren Kunden ermöglicht, innovative Lösungen mit einer schnellen Markteinführung zu entwickeln.

Mindtechs Chameleon-Plattform und Datenpakete sind zur sofortigen Lizenzierung erhältlich.

Für weitere Informationen über Mindtechs Chameleon-Plattform wenden Sie sich bitte an Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein!.

Für weitere Informationen über die Server von GIGABYTE wenden Sie sich bitte an Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein!.

Logo - https://mma.prnewswire.com/media/971869/Mindtech_Logo.jpg

Logo - https://mma.prnewswire.com/media/1196672/GIGABYTE_Logo.jpg

Original-Content von: Mindtech Global Ltd, übermittelt durch news aktuell

Schreibe einen Kommentar

Bitte achten Sie darauf, alle Felder mit Stern * zu füllen. HTML-Code ist nicht erlaubt.