使用 NGC 集合构建和部署背心检测应用程序

可用 NGC 协作和布防口罩探测浏览器界面

AI 社会活动流程很繁复。协作一个 AI 浏览器界面不是一项简单的任务，因为它须要各种很强各个领域专业知识的各种利益某类来大规模研发和布防浏览器界面。样本科学家和研发团队须要有效率地会面时软件包协作块，例如假设和密封，它们不仅安全、高性能，而且很强协作其 AI 假设所即可的基础体系结构。

在协作完浏览器界面之后，DevOps 和 IT 政府机构人员须要一些工具，这些工具可以帮助他们在各种电子设备之间无缝地布防和政府机构这些浏览器界面，之外本地电子设备、云电子设备或外缘电子设备。

NVIDIA 协作了 NGC 清单，通过共享易于会面时的 GPU 可用性软件包，例如密封、先操练的假设、应用框架和协作 AI 浏览器界面所即可的 Helm 图备注，来修改和快速 AI 社会活动流程。

在这前言里，我们将重现如何可用 NGC 清单和它的核心底层物理性质，例如交集、NGC 私有注册备注和 AI 协作块来协作和布防一个口罩探测浏览器界面，作为一个请注意，该请注意重现了 development-to-deployment 渠道。

修改浏览器之旅

随着 NGC 的热卖，NVIDIA 修改了整个浏览器体验，并将所即可的就其密封、假设、code和 Helm 图备注集里在一个地方，而须要在清单里定位和互相配合各种独立的协作块。

您可以找寻针对特定任务的社会活动负载的 NGC 交集，如自动语音识别或图像分类，以及行业 SDK，例如 NVIDIA Clara 或迁到研修 (TLT)。如果您想协作一个用于对象探测的浏览器界面，那么在清单里搜索该交集，您将在一个地方找寻所有就其股东权益。

可用 NVIDIA TF32 Tensor Cores 快速 AI 操练

NVIDIA Ampere GPU 体系结构扩展了第三代 Tensor Cores，以及取而代之TensorFloat32 (TF32) Mode快速 FP32 滤波和等价等价。TF32 Mode是AmpereGPU 体系结构上 32 位变量的 AI 操练的可选附加。它为单精度DL社会活动负载带来了 Tensor Core 快速，而不须要对假设分镜开展任何改回。

可用MA16 位播放器 (FP16/BF16) 的混合精度操练仍然是最快的选择，只须要假设分镜里的几行code。备注1说明了了与 FP32 CUDA 核相比，A100Tensor Cores 的算术客运量。有一点指出的是，对于单精度操练，A100 共享的算术客运量比上一代操练GPU V100 高 10 倍。

内部结构上

TF32 是 GPU 体系结构 Ampere 一代 Tensor Core 里追加的一种取而代之测算Mode。点积测算，它密切就其了等价等价和滤波的协作块，将 FP32 的读写轮化到 TF32，在不损失惨重精度的情况下测算产品，然后将这些产品获取到 FP32 负载里。

TF32 只是作为 Tensor Core 可用Mode公开，而不是一个型式。内存里的所有驱动器和其他可用实际上保留在 FP32 里，只有滤波和等价等价在等价之前将它们的读写转成为 TF32。相反，16位型式共享驱动器、各种数算符等等。