AI 모델 및 플랫폼
데生的 이미지 분류 모델, 리더링 기술보다 적은 컴퓨팅 파워로 발견
Unite.AI를 Google의 선호 소스에 추가
딥러닝 회사 Deci는 AI를 활용하여 AI를 구축하는 것을 목표로 하는 회사로, DeciNets라는 이미지 분류 모델을 발견했다. 이 모델은 Deci의 자체적인 Automated Neural Architecture Construction (AutoNAC) 기술을 통해 발견되었으며, Google-scale Neural Architecture Search (NAS) 기술보다 두 가지 정도 적은 컴퓨팅 파워를 사용했다. NAS 기술은 이전에 EfficientNet과 같은 신경망 아키텍처를 발견하는 데 사용되었다.
(GOOGL )딥러닝 모델의 알고리즘 복잡성이 증가하고, 예측 작업이 더 복잡해지면서 더 큰 딥러닝 모델이 필요하게 되었다. 또한 더 강력한 하드웨어와 빅데이터의 등장으로 이러한 새로운 딥러닝 모델이 등장했다.
개발자를 위한 대안
그러나 이러한 모델은 생산 환경에서 비용 효율적인 추론 작업에 적합하지 않다. NAS는 더 효과적인 인공 신경망을 자동으로 설계하는 데役할 수 있지만, 이는 상당한 자원을 필요로 한다. NAS를 성공적으로 구현한 회사들은 구글이나 마이크로소프트와 같은 대형 기술 회사들이기 때문에, 대부분의 개발자에게는 이러한 기술을 사용하는 것이 현실적으로 불가능하다.
Deci는 이러한 문제를 해결하기 위해 AutoNAC를 개발했다. AutoNAC는 최초의 상업적으로 가능한 NAS로, 개발자가 자동으로 딥러닝 모델을 설계하고 구축할 수 있게 해준다. 개발자는 특정 작업을 위한 매개변수를 설정할 수 있으며, AutoNAC를 데이터셋에 적용하여 생산 환경에서 사용할 수 있는 최적의 모델을 얻을 수 있다.
AutoNAC의 또 다른 독특한 점은 하드웨어를 인식한다는 것이다. 즉, AutoNAC는 모든 하드웨어에서 최대 성능을 낼 수 있으며, 클라우드, 에지, 모바일 등 다양한 환경에서 모델을 배포할 수 있다.
(MSFT )Yonatan Geifman은 Deci의 공동 창립자이자 CEO이다.
“딥러닝은 다음 세대의 컴퓨팅을 구동한다. 그러나 더 높은 성능과 효율적인 모델이 모든 하드웨어에서 무리없이 실행되지 않는다면, 우리가 일상적으로 사용하는 소비자 기술은 한계에 도달할 것이다”라고 Geifman은 말했다. “Deci의 ‘AI가 AI를 구축하는’ 접근 방식은 혁신의 새로운 시대를 열어주는 데 필요한 모델을 잠금 해제하는 데 중요하다. 개발자들은 아이디어를 혁신적인 제품으로 변환하는 데 필요한 도구를 제공받게 된다.”
AutoNAC는 여러 작업에 적용되어 다양한 추론 프로세서에서 모델을 최적화했다. 예를 들어, NVIDIA (NVDA ) 의 T4 GPU와 NVIDIA의 Jetson Xavier NX 에지 GPU에서 모델을 최적화했다. AutoNAC는 표준 ImageNet 벤치마크 데이터셋을 사용하여 이미지 분류를 위한 DeciNets를 발견했다.
他の 플랫폼을 능가하는 성능
Deci는 다른 플랫폼을 능가하는 성능을 보여주었으며, 모델을 생성하는 데 필요한 컴퓨팅 파워가 훨씬 적었다. DeciNets는 EfficientNets와 MobileNets를 포함한 시장에서 알려진 모든 오픈 소스 신경망을 능가하는 성능을 보여주었다.
Prof. Ran El-Yaniv는 Deci의 공동 창립자이자 Chief Scientist이다.
“AutoNAC는 지금까지 발견된 가장 좋은 분류와 탐지 모델을 발견했다”라고 Prof. Ran El-Yaniv는 말했다. “그러나 우리는 여기서 멈추지 않을 것이다. 우리의 기술은 모든 딥러닝 작업에 사용될 수 있으며, 비전 또는 자연어 처리를 포함한 모든 측정 가능한 최적화 목표에 사용될 수 있다. 우리는 지속적으로 AutoNAC를 개선하여 개발자가 항상 가장 강력한 모델을 얻을 수 있도록 할 것이다.”
Deci는 Hewlett Packard Enterprise (HPE ) (HPE)가 AI 혁신을 가속화하기 위한 기술 파트너 프로그램의 회원으로 선정되었다. 또한 2021 CB Insights AI 100 List에 최고의 딥러닝 가속기로서 포함되었다. AutoNAC 기술은 다양한 산업에서 생산 환경에서 구현되고 있다.
