基于TAO人工智能模型调整平台应对NVIDIA训练挑战

　　建立一个先进的深度学习模型是一个复杂而耗时的过程。为此，为模型收集的大型数据集必须具有高质量。一旦收集到数据，就必须对其进行准备、训练，并在多次迭代中进行优化。对于许多希望更快地将其人工智能应用程序推向市场，同时降低运营成本的企业来说，这并不总是一个选择。

　　NVIDIA 开发 TAO 是为了应对这些挑战 NVIDIA 训练、调整和优化（ TAO ） 是一个人工智能模型调整平台，它简化并加速了企业人工智能应用程序的创建。通过使用基于用户界面的向导式工作流，使用自定义数据对 NVIDIA 专家创建的最先进的预训练模型进行微调，您可以在数小时而不是数月内生成高度精确的计算机视觉、语音和语言理解模型，从而无需大量的训练运行和深厚的人工智能专业知识。

　　作为一个受管理和引导的工作流， TAO 通过统一现有的 NVIDIA 关键技术，如 NGC 目录 、 迁移学习工具包 （ TLT ）、 与 NVIDIA Clara 联合学习 和 TensorRT 的预先训练模型，降低了构建人工智能的障碍。

　　早期访问计划的注册现已开放。今年晚些时候，我们将开始接受申请者加入该计划，这将为您提供一个与 NVIDIA 产品团队合作的独家机会，帮助塑造 TAO 。

　　关于作者

　　Akhil Docca 是 NVIDIA NGC 的高级产品营销经理，专注于 HPC 和 DL 容器。 Akhil 拥有加州大学洛杉矶分校安德森商学院工商管理硕士学位，圣何塞州立大学机械工程学士学位。

　　审核编辑：郭婷