Software-Entwicklung
Matlab 2017b mit Deep-Learning-Werkzeugen
Fortsetzung des Artikels von Teil 1
Code-Generator für Nvidia CUDA
Der GPU Coder ist ein neues Produkt, das Deep-Learning-Modelle automatisch in CUDA-Code für Nvidia-GPUs konvertiert. Ein Grund für den anhaltenden Trend zu Deep Learning ist die enorme Verbesserung der GPU-Leistung, die allein in den letzten drei Jahren um den Faktor 60 gestiegen ist. Um diese Leistung auch für Deep-Learning-Modelle nutzen zu können, führt der GPU Coder eine automatische Umwandlung zu CUDA-Code durch. Der Code kann direkt auf Nvidia-Grafikprozessoren ausgeführt werden, was eine Verarbeitung von bis zu 3.000 Bildern pro Sekunde erlaubt.
Benchmarks, die Mathworks mit einer TitanXP-GPU und Intel-Xeon-E5-1650 v4 mit 3,6 GHz durchgeführt hat zeigen, dass der generierte Code für die Deep-Learning-Inferenz für bereitgestellte Modelle eine bis zu 7-mal bessere Leistung als TensorFlow erreicht und eine 4,5-mal bessere Leistung als Caffe2. Die verwendeten Softwareversionen waren Matlab R2017b, TensorFlow 1.2.0 und Caffe2 0.8.1. Für die Benchmarks wurden die GPU-beschleunigten Versionen der jeweiligen Software verwendet.
Jobangebote+ passend zum Thema
Weitere Verbesserungen
Neben den Updates für Deep Learning bietet R2017b auch eine Reihe von Neuerungen für andere wichtige Bereiche:
Data Analytics mit MATLAB
- Die neue Text Analytics Toolbox analysiert und modelliert Textdaten.
- Individuell anpassbare Datastore-Objekte, mehr Big Data-Plots und -Algorithmen für Machine Learning.
- Unterstützung für die Blob-Speicherung in Microsoft Azure.
Modellierung von Echtzeit-Software mit Simulink
- Modellierung von Scheduling-Effekten und Implementierung von austauschbaren Komponenten für Softwareumgebungen.
Verifikation und Validierung mit Simulink
- Neue Tools für die Modellierung von Anforderungen, das Messen der Testabdeckung und die Einhaltung von Richtlinien und Modellierungsstandards.
R2017b ist ab sofort weltweit erhältlich. Mehr Informationen und eine Liste mit sämtlichen Updates finden Sie auf der Mathworks-Website.
- Matlab 2017b mit Deep-Learning-Werkzeugen
- Code-Generator für Nvidia CUDA
Lesen Sie mehr zum Thema
Das könnte Sie auch interessieren
Künstliche Intelligenz
Intel Loihi: KI-Chip für die Forschung
Intel
Künstliche Intelligenz im USB-Format
Microsoft
Künstliche Intelligenz für Arduino und Raspberry Pi
Matlab-Expo
Auf dem Weg zur Autonomie
