Facebook เปิดตัว QNNPACK ระบบ Open Source Library สำหรับ Mobile Deep Learning

Facebook ได้ออกมาประกาศเปิด Open Source ให้กับ QNNPACK ซึ่งเป็น High Performance Kernel Library ที่ถูกปรับแต่งมาสำหรับรองรับการทำ Mobile AI โดยเฉพาะ

 

Credit: Facebook

 

QNNPACK นี้ย่อมาจาก Quantized Neural Network PACKage โดยถูกออกแบบมาให้ทำงานอย่างมีประสิทธิภาพสูงบน Mobile Device โดยเฉพาะ และปัจจุบันก็มีการใช้งานอยู่แล้วใน Facebook App ที่มีการใช้งานอยู่นับพันล้านอุปกรณ์ทั่วโลก

Library ดังกล่าวนี้ได้เพิ่มประสิทธิภาพในการทำงานหลายส่วน อย่างเช่น การทำ Depthwise Convolutions ซึ่งสถาปัตยกรรม Neural Network ระดับสูงมักจะใช้งาน, การทำ Computer Vision ด้วยการใช้ Mask R-CNN และ DensePose บนโทรศัพท์โดยตรง ทำให้สามารถทำ Image Classification ได้ในเวลาน้อยกว่า 100ms ซึ่งเมื่อทำการ Benchmark เทียบกับ Quantized MobileNetV2 แล้ว QNNPACK ก็เร็วกว่าประมาณ 2 เท่าจากการทดสอบบนโทรศัพท์หลายรุ่น

โครงการนี้ถูกเปิด Open Source อยู่ที่ https://github.com/pytorch/qnnpack และยังสามารถสนับสนุนการทำ Quantized Inference ใน PyTorch 1.0 ได้ รวมถึงยังสามารถใช้งานได้ผ่าน Caffe2 ด้วย

สำหรับรายละเอียดฉบับเต็ม อ่านได้ในที่มานะครับ

 

ที่มา: https://code.fb.com/ml-applications/qnnpack/

About techtalkthai

ทีมงาน TechTalkThai เป็นกลุ่มบุคคลที่ทำงานในสาย Enterprise IT ที่มีความเชี่ยวชาญทางด้าน Network, Security, Server, Storage, Operating System และ Virtualization มารวมตัวกันเพื่ออัพเดตข่าวสารทางด้าน Enterprise IT ให้แก่ชาว IT ในไทยโดยเฉพาะ

Check Also

Sonar เข้าซื้อกิจการ Gitar สตาร์ตอัป AI Code Review ยกระดับระบบตรวจสอบโค้ดด้วย Agentic Reasoning

Sonar ผู้ให้บริการแพลตฟอร์มตรวจสอบคุณภาพและความมั่นคงปลอดภัยของโค้ด ประกาศเข้าซื้อกิจการ Gitar สตาร์ตอัปผู้เชี่ยวชาญด้านระบบ AI-native Code Review การเข้าซื้อกิจการครั้งนี้มีเป้าหมายเพื่อผสานความสามารถด้านการคิดวิเคราะห์ของ Gitar เข้ากับเอนจินตรวจสอบโค้ดของ Sonar เพื่อสร้างความมั่นคงปลอดภัยที่รัดกุมยิ่งขึ้นสำหรับทีม DevOps ในยุคที่ …

Huawei เปิดตัวสถาปัตยกรรมชิปใหม่ แก้ปัญหาคว่ำบาตรและข้อจำกัด Moore’s Law

Huawei Technologies ยักษ์ใหญ่ด้านอิเล็กทรอนิกส์จากจีนได้เปิดตัวเฟรมเวิร์กการออกแบบชิปใหม่ ซึ่งบริษัทระบุว่าจะช่วยลดช่องว่างในอุตสาหกรรมเซมิคอนดักเตอร์กับผู้นำระดับโลกอย่าง TSMC และ Nvidia ได้