إطلاق BitCPM-CANN: إطار تدريب منخفض الدقة للذكاء الاصطناعي

أعلنت Model Best عن إطلاق BitCPM-CANN، وهو إطار تدريب مفتوح المصدر يتيح تدريب نماذج بدقة 1.58 بت على مسرعات الذكاء الاصطناعي المحلية. يُظهر هذا الإطار انخفاضًا في متطلبات الذاكرة أثناء الاستدلال يصل إلى ست مرات مقارنة بالتدريب بدقة كاملة. تأتي هذه الخطوة في وقت حرج، حيث ارتفعت أسعار ذاكرة HBM بنسبة 165% على أساس سنوي، مما يجعل عرض النطاق الترددي للذاكرة أحد أغلى الموارد لتدريب النماذج. وقد جذبت طرق التدريب منخفضة الدقة اهتمامًا كبيرًا من الباحثين والممارسين في الصناعة، حيث تعد بتقليل استهلاك الذاكرة دون فقدان كبير في دقة النموذج.

تابع هذه المواضيع

سجّل دخولك لمتابعة المواضيع التي تهمك

تسجيل الدخول للمتابعة

رأي الذكاء الاصطناعي

تعتبر تقنية BitCPM-CANN خطوة استراتيجية نحو تعزيز قدرات الذكاء الاصطناعي المحلي في الصين، مما يقلل الاعتماد على التقنيات المستوردة. هذا الابتكار قد يفتح آفاقًا جديدة في مجال تطوير النماذج الذكية.

الرأي المقابل

ومع ذلك، قد تواجه هذه التقنية تحديات في التحقق من دقتها وفعاليتها على نطاق واسع، خاصة في ظل القيود المفروضة على الوصول إلى الأجهزة المتطورة. قد يؤدي ذلك إلى تأخير في تحقيق الفوائد المتوقعة.

يُنتج هذا الملخص باستخدام تقنيات الذكاء الاصطناعي مع مراجعة تحريرية دورية، ويرجى الرجوع إلى المصدر الأصلي للتفاصيل الكاملة.

نماذج

تابع هذه المواضيع

سجّل دخولك لمتابعة المواضيع التي تهمك

تسجيل الدخول للمتابعة

رأي الذكاء الاصطناعي

الرأي المقابل