DAMOアカデミーは軽量ネットワーク方式を革新し、Xiaomanlu無人車両が1/3の計算能力で産業用コンピュータレベルのインテリジェンスを実現できるように支援します。

DAMOアカデミーは軽量ネットワーク方式を革新し、Xiaomanlu無人車両が1/3の計算能力で産業用コンピュータレベルのインテリジェンスを実現できるように支援します。

7月23日、DAMOアカデミーの自動運転研究室は、「ダイナミック幅可変ネットワーク」と呼ばれる高性能ネットワーク軽量方式を提案し、従来のアルゴリズムのハードウェア効率が低い問題を解決し、ImageNetデータセットで理論上の2~4倍の加速と実際の1.62倍の加速を達成し、最大5.9%の精度優位性で業界最高の方式を上回りました。このモデルは、DAMOアカデミーの無人車両「Little Donkey」に適用されるほか、モデルの軽量化が求められるさまざまな組み込みデバイスにも適しています。

ディープラーニングは素晴らしいですが、組み込みデバイスに導入するのは困難です。ディープラーニング モデルにはハードウェアの計算能力とメモリに対する要件が高くなりますが、組み込みデバイスの計算能力は限られていることがよくあります。したがって、モデルの軽量化は業界における重要な応用研究トピックです。
DAMOアカデミーが開発したL4無人車両「小曼路」を例にとると、初期のデモ段階の無人車両は産業用コンピュータを使用してすべての自動運転コンピューティングタスクを実行しました。 2020年に正式リリースされたXiaomanluは、DAMO Academyが開発した高性能、低消費電力、低コストの組み込み型ヘテロジニアスコンピューティングユニットに切り替わりました。後者は、産業用コンピュータのインテリジェンス レベルを達成するために 1/3 の計算能力を必要とします。この目的のために、DAMO アカデミーは、モデルの軽量化の方法の検討を含め、ソフトウェアとハ​​ードウェアの連携の設計の最適化を継続しています。

ニューラル ネットワークのプルーニングは、軽量モデルを実現する方法の 1 つです。ネットワークパラメータを削減し、ストレージ要件を下げ、コンピューティング速度を向上させることができます。しかし、既存のアルゴリズムにはボトルネックの問題があります。アルゴリズム モデルはハードウェア計算と互換性がありません。理論的な分析と実際の加速の間には大きなギャップがあり、かなりの計算精度と遅延を犠牲にする必要があり、これは自動運転アプリケーションでは受け入れられません。

画像キャプション: 動的可変幅ネットワークは、可変幅ハイパーネットワークと動的ゲーティングメカニズムを学習することで、さまざまなサンプルの動的ルーティングを実現します。

DAMO アカデミーの自動運転チームは、「Dynamic Slimmable Network」(DS-Net) アルゴリズムを提案しました。テスト中、さまざまな入力に基づいてネットワーク フィルターの数を予測的に調整するため、計算精度には影響せず、従来のアルゴリズムのハードウェア効率の低さと計算の無駄の問題が解決されます。

フィルタは画像処理タスクにおける概念であり、その主な機能は、画像認識のための特徴パターンとしてオブジェクトの特徴を抽出することです。主流のアルゴリズムでは通常、ハードウェアの計算能力を最大化するためにすべてのフィルターがアクティブになります。 DAMO アカデミー モデルは、プルーニングを動的プロセスとして扱い、コンピューティング タスクに基づいてフィルターのアクティブ化の数を動的に調整します。例えば、無人車両が走行中に歩行者や車などの単純なシーンを認識する場合は、簡単モードのみが必要です。 「大きな木を牽引するトラック」などの複雑なシーンに遭遇すると、ハードモードが有効になり、より多くのフィルターがアクティブになります。

ImageNetでは、ResNetとMobileNetに対して、理論値で2~4倍、実値で1.62倍の高速化を達成し、既存のプルーニング、ネットワーク検索、動的ネットワーク圧縮方式を上回り、SOTA(最先端)方式のUniversally Slimmable Networkを最大5.9%の精度優位性で上回りました。

DAMOアカデミーの自動運転研究室のエンジニアである王兵氏は、この方法は現在、小曼路の無人運転車に採用されていると語った。このアルゴリズムは特定のハードウェア向けに設計されていないため、汎用性が高く、軽量モデル要件を持つあらゆる種類の組み込みデバイスに適しています。
小曼路の無人運転車はすでに量産され、使用されていると報じられている。来年には、1,000台の車両が全国の大学やコミュニティに入り、ターミナル配送サービスを提供する予定です。

画像キャプション:動的幅可変ネットワークはResNet-50とMobileNetV1の高速化に成功し、計算量を2~4倍削減し、実効1.17倍と1.62倍の高速化を達成しました。最大精度の優位性は5.9%で、Universally Slimmable Networkを上回りました。

<<:  オープンソースを真にオープンにし、企業が無限のイノベーションを活性化できるよう支援する第4回ECICが成功裏に終了しました。

>>:  クラウドコンピューティング: 医療の向上を支えるテクノロジー

推薦する

過去 10 年間の SEO 開発を振り返ると、これが道の終わりなのでしょうか?

2012 年は魔法の数字です。それは世界の終わりと SEOER の終わりが予測されています。 SEO...

rapiddedi - 超格安サーバー、シアトルデータセンター、35ドルから始まるお買い得価格

安いサーバーを探すのは難しくありませんが、米国西海岸で低価格のサーバーを探すのは簡単ではありません。...

ソフト記事の提出は今でも優れた最適化方法でしょうか?

多くのウェブマスターが最適化の経験を共有する際、ソフト記事投稿を高品質の外部リンク最適化方法と見なし...

JVM: 内部情報をお伝えします

[[361071]]ほとんどのユーザーは、Java リフレクションの使用に精通しています。特にオープ...

SEOウェブサイト最適化キーワード競合分析

キーワードの最適化に携わる SEO 担当者にとって、キーワードの競争力を分析することは基本的なスキル...

301 リダイレクト コード コレクション

Le Si Shu は、SEO 作業に必要な 301 リダイレクト コードを整理、収集し、将来の参考...

Kubernetes1.24.3はHelm経由でMetrics-Serverをインストールします

Helmをインストールするバイナリバージョンでインストールする各 Helm リリースでは、手動でダ...

モバイル検索の今後の傾向は何でしょうか?

スマートフォンの急速な発展に伴い、モバイル検索の人気が高まっています。 CNNICが実施した第30回...

クラウドコンピューティングがセキュリティを強化し、Hongshi Electronics がクラウド導入を加速

セキュリティ業界の先駆者として、広州紅石電子科技有限公司(以下、「紅石電子」)は、長年にわたり民間の...

2018 年のクラウド コンピューティング: ハイブリッド、エッジ、AI

時が経ち、2018 年半ばには、クラウド コンピューティングに対する企業の姿勢も変化しています。 I...

入札コンテンツと最適化コンテンツを区別し、ウェブサイトのコンテンツを合理的に編集する

Baidu が最適化業界の是正を強化するにつれて、多くのウェブサイトが最適化をあきらめて入札に目を向...

LiquidHost - Ddos VPS プロモーション/シアトル/ロサンゼルス

年に設立された LiquidHost は、VZ および KVM ベースの仮想 VP を提供しています...

ウェブサイトの信頼性を高める方法

ウェブサイトの信頼性は、ウェブサイトの品質を測定するための重要な基準です。ウェブマスターは、ウェブサ...

Go言語 - 感銘を受けた13の機能

私たちはクラウドネイティブ時代へと加速しています。クラウドネイティブの基礎として、Go 言語は実にユ...