案例研究

阅读案例研究,了解我们的社区如何使用 PyTorch 解决现实中日常的机器学习问题

2025年5月14日,

OpenSynth 如何使用 PyTorch 加速能源建模应用的计算

OpenSynth 最近利用 PyTorch 改善了其用户和社区的体验。OpenSynth 是一个由 LF Energy 主办的开源社区,致力于普及对合成能源需求数据的访问。获取智能电表数据对于快速且成功的能源转型至关重要。研究人员、建模师和政策制定者……

2025年5月1日,

IBM 研究院如何利用 PyTorch 和 TerraTorch 让每个人都能使用地理空间计算机视觉

基于地球观测的分析对于了解我们的星球正变得至关重要——从监测森林砍伐到跟踪城市发展以及分析气候变化的影响。然而,将人工智能模型应用于卫星图像和地球观测数据所需的编码和深度学习技能,传统上一直是……的主要障碍。

AI Playground

2025年1月24日,

英特尔如何通过英特尔锐炫™ GPU 使用 PyTorch 赋能生成式 AI

英特尔一直处于技术创新的最前沿,其近期在生成式 AI (GenAI) 解决方案领域的探索也不例外。随着 AI 驱动的游戏体验的兴起,英特尔寻求为搭载其最新 GPU 的 AI PC 提供一种易于访问且直观的 GenAI 推理解决方案。通过……

2024年9月27日

使用 PyTorch 进行单目深度估计网络研讨会

在本次网络研讨会中,英特尔的 Bob Chesebrough 将指导您完成从图像中去除背景杂乱并创建剪切图像的步骤。他利用 PyTorch 的单目深度估计实现了这一点。这可能被用于自动化运动恢复结构(Structure from Motion)以及其他与图像相关的任务,其中……

2024年5月25日

AI 帮助 Duolingo 实现语言学习个性化

学习一门外语可能是你去年的目标之一。前年也是,大前年也是。就像健身房会员卡一样,我们最好的初衷往往坚持不了多久。除了精通一门新语言所需的时间外,大多数人还面临着传统方法的困扰……

2023年10月11日

ML 模型服务器资源节省——从高成本 GPU 到 Intel CPU 和 oneAPI 驱动的软件的性能转换

在此,我们将分享我们将 AI 工作负载从 GPU 服务器迁移到英特尔 CPU 服务器的经验,在没有性能或质量损失的情况下,在此过程中每年节省了大约 34 万美元的成本(请参阅结论)。

2023年3月9日

Axon 利用 Azure 上的车载自动车牌识别技术为公共安全提供技术支持

公共安全技术领导者 Axon 开发了 AI 技术,为其车载摄像头产品增加了尖端的车牌识别功能,现在可以识别相关车辆的车牌,并为执法部门提供主动通知和警报。Axon 的 AI 科学家和工程师选择了微软 Azure 基础设施作为……

2023年2月21日

HippoScreen 通过 oneAPI 工具将人工智能性能提升 2.4 倍

这家总部位于台湾的神经技术初创公司使用了英特尔® oneAPI Base 和 AI 分析工具包中的工具和框架,提高了其脑波 AI 系统中使用的深度学习模型的效率和构建时间。因此,HippoScreen 能够将该系统的应用范围扩大到更广泛的……

2023年2月2日

NASA 和 IBM 将利用新的基础模型加速人工智能的创建

NASA 和 IBM 正在合作创建基于 NASA 数据集(包括地理空间数据)的基础模型,目标是加速 AI 模型的创建。

2023年1月23日

使用 PyTorch 和 TorchServe 进行搜索模型服务

沃尔玛搜索 (Walmart Search) 已经开启了在搜索生态系统中采用深度学习以提高搜索相关性的旅程。对于我们的试点用例,我们在运行时提供了计算密集型的 Bert Base 模型,目标是实现低延迟和高吞吐量。