随着对聊天机器人和人工智能交互的自然语言处理需求的增长，越来越多的公司需要能够提供它的系统 。Nvidia表示其平台可以处理它 。Nvidia在对话自然语言处理(NLP)培训和推理方面拥有突破，可以在客户和聊天机器人之间实现更复杂的交换，并立即做出响应 。
Juniper Research的数据显示，预计这种技术的需求将增长，因为预计未来四年内仅数字语音助理将从25亿增加到80亿，而Gartner预测，到2021年，所有客户服务互动的比例将达到15% 。AI将完全处理，比2017年增加400% 。该公司表示其DGX-2 AI平台在不到一个小时的时间内培训了BERT-Large AI语言模型，并在2+毫秒内完成了AI推理，使得开发人员可以使用最先进的语言理解 - 规模应用 。“
变形金刚的BERT或双向编码器表示是一种基于Google的AI语言模型，许多开发人员认为在一些性能评估中，它比人类具有更高的准确性 。这一切都在这里讨论 。
Nvidia设置自然语言处理记录
总而言之，Nvidia声称拥有三张NLP记录：
1.培训：运行最大版本的BERT语言模型，Nvidia DGX SuperPOD配备92个运行1,472 V100 GPU的Nvidia DGX-2H系统，可将培训时间从几天缩短到53分钟 。单个DGX-2系统的大小与塔式PC相当，在2.8天内训练了BERT-Large 。
应用深度学习研究副总裁Bryan Catanzaro在一份声明中说：“我们可以越快地训练模型，我们可以训练的模型越多，我们对问题的了解就越多，结果就越好 。”
2.推论：在其TensorRT深度学习推理平台上使用Nvidia T4 GPU，Nvidia在2.2毫秒内对BERT-Base SQuAD数据集进行了推断，远低于许多实时应用的10毫秒处理阈值，远远领先于40使用高度优化的CPU代码测量的毫秒数 。
3.型号：Nvidia表示其新的定制模型，称为Megatron，拥有83亿个参数，比BERT-Large大24倍，是世界上最大的基于变形金刚的语言模型，变形金刚是用于BERT和其他自然语言AI的构建模块楷模 。
为了让FOSS的拥护者感到高兴，Nvidia也通过GitHub提供了大量的源代码 。
使用PyTorch的NVIDIA GitHub BERT培训代码
TensorFlow的NGC模型脚本和检查点
TensorRT在GitHub上优化了BERT样本
更快的Transformer：C ++ API，TensorRT插件和TensorFlow OP
MXNet Gluon-NLP，支持AMP的BERT(培训和推理)
AI Hub上的TensorRT优化BERT Jupyter笔记本
Megatron-LM：用于训练大型变压器模型的PyTorch代码
并不是说这很容易消耗掉 。我们正在谈论非常先进的AI代码 。很少有人能够做出正面或反面 。但这种姿态是积极的 。
【Nvidia满足了对自然语言处理的需求】
推荐阅读
- 瑞虎7什么油箱
- 三星Galaxy S21+智能手机赋予水泥独特的新设计
- 死亡赔偿金主要由谁享有
- 超声波清洗机价_超声波清洗机对人体有伤害吗
- 一个开源项目Ara挑战者出现
- 去爬山什么意思梗
- 蜂乳和蜂蜜的区别:蜂乳是蜂蜜吗？
- 幼儿故事视频大全 《买椟还珠》 儿童成语故事
- 想知道新疆于田县的概况？