"A Qualcomm által megosztott ResNet-50 teljesítményadatok döbbenetesen jó rendszerről árulkodnak, hiszen a Cloud AI 100 20 watton belül gyakorlatilag megalázza a többet fogyasztó konkurenseket"
Ebből a mondatból mondjuk a többet fogyasztót akár ki is lehetne húzni, mert a grafikonon a teljesítmény / W van, ami így együtt megtévesztő (pl a látszólag negyedét tudó fölötte lévő Intel valójában gyorsabb, csak többet fogyaszt... nem pedig lassabb és többet fogyaszt, ahogy azt sugallja így egyben).

Igen, a mondat (belül/megalázza) és a grafikon együtt picit ellentmondó. A Goya 22%-kal gyorsabb, csak sokkal szarabb hatásfokkal.

[ Szerkesztve ]

Állat...és amúgy ez mire jó?

"An ML lifecycle can be broken up into two main, distinct parts. The first is the training phase, in which an ML model is created or “trained” by running a specified subset of data into the model. ML inference is the second phase, in which the model is put into action on live data to produce actionable output."

Van egy gépi tanuló rendszer, már be van tanítva, és az a feladata hogy felismerjen mondjuk közlekedési lámpákat és megmondja hogy zöld, piros etc.; real time egy autóban.
Az inference rész amikor élőben kapja a képet mondjuk egy kameráról, és azon meg kell keresnie a közlekedési lámpákat, és meg kell tudnia mondani hogy most az piros, zöld vagy sárga. Itt is számít a sebesség, de be lehet tanítani egy neural netet hogy gyalogost ismerjen fel ugyanígy kameráról, és inference közben ott már életmentő lehet ha gyorsan ismeri fel az elektromos rolleren zebrára guruló gyalogost, és mondjuk ennek hatására időben fékez vagy sem.

https://en.wikipedia.org/wiki/AI_accelerator

हरि बोल | हरे कृष्ण हरे कृष्ण कृष्ण कृष्ण हरे हरे हरे राम हरे राम राम राम हरे ह रे

Köszi. Mobil területen látszik az AI-t jelentősége és könnyebb is elképzelni a létjogosultságát. Csak az a pci-e kártya zavart meg a képen.