- Регистрация
- 9 Май 2015
- Сообщения
- 1,071
- Баллы
- 155
- Возраст
- 51
FAIR, лаборатория Facebook по разработкам в области искусственного интеллекта, представила — библиотеку, позволяющую осуществлять быстрый поиск и сортировку однотипных изображений и видео в больших массивах данных с помощью GPU.
В чем особенность Faiss?
Faiss осуществляет поиск не по самим данным, а по их сжатому представлению, что позволяет сильно увеличить эффективность хранения в обмен на небольшое снижение точности классификации. В одном из тестов она обрабатывала набор данных , состоящий из 100 миллионов изображений. В качестве входных данных Faiss получила два изображения цветков — желтого и красного, а задачей был поиск всех похожих изображений в диапазоне между ними. При помощи комплекта из четырех видеокарт Nvidia Titan X Faiss выдала необходимый результат всего через 35 минут.
Какие у нее характеристики?
Разработка Faiss является частью исследований, цель которых — создать оптимальные алгоритмы для высокоскоростных параллельных вычислений на нескольких графических процессорах. Эксперименты с GPU проводятся не только на мощном «железе» вроде видеокарт Nvidia, но и на слабых платформах — Google недавно свою систему для глубинного обучения, TensorFlow, и теперь эффективное распознавание изображений доступно для мобильных графических процессоров.
— .
В чем особенность Faiss?
Faiss осуществляет поиск не по самим данным, а по их сжатому представлению, что позволяет сильно увеличить эффективность хранения в обмен на небольшое снижение точности классификации. В одном из тестов она обрабатывала набор данных , состоящий из 100 миллионов изображений. В качестве входных данных Faiss получила два изображения цветков — желтого и красного, а задачей был поиск всех похожих изображений в диапазоне между ними. При помощи комплекта из четырех видеокарт Nvidia Titan X Faiss выдала необходимый результат всего через 35 минут.
Какие у нее характеристики?
- Написана на C++ с оберточным кодом на Python;
- Поддерживает работу с отдельными и мульти-GPU;
- Высокая масштабируемость;
- В 8,5 раз быстрее подобных современных библиотек.
Разработка Faiss является частью исследований, цель которых — создать оптимальные алгоритмы для высокоскоростных параллельных вычислений на нескольких графических процессорах. Эксперименты с GPU проводятся не только на мощном «железе» вроде видеокарт Nvidia, но и на слабых платформах — Google недавно свою систему для глубинного обучения, TensorFlow, и теперь эффективное распознавание изображений доступно для мобильных графических процессоров.
— .