跳转到主要内容

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,旨在普及合成能源需求数据的获取。智能电表数据的获取对于快速成功的能源转型至关重要。研究人员、建模人员和政策制定者……

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理解我们的星球变得至关重要——从监测森林砍伐到追踪城市发展和分析气候变化的影响。然而,将 AI 模型应用于卫星图像和地球观测数据的编码和深度学习技能传统上一直是主要的障碍……

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

英特尔长期以来一直走在技术创新的前沿,其近期在生成式 AI (GenAI) 解决方案方面的尝试也不例外。随着 AI 驱动游戏体验的兴起,英特尔旨在提供一种易于访问且直观的 GenAI 推理解决方案,专为由英特尔最新 GPU 驱动的 AI PC 量身定制。通过……

2024年9月27日

使用 PyTorch 进行单目深度估计网络研讨会

在此网络研讨会中,英特尔的 Bob Chesebrough 将引导您完成他创建带有背景杂物已从图像中移除的裁剪图像的步骤。他使用 PyTorch 的单目深度估计完成了此操作。这可能会用于自动化从运动中构建结构和其他图像相关任务,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、前年和再前年的目标之一。和健身房会员一样,我们的良好意图往往无法持续太久。除了掌握一门新语言所需的时间外,大多数人在传统方法上都遇到了困难……

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

在这里,我们将分享我们将 AI 工作负载从 GPU 服务器迁移到 Intel CPU 服务器的经验,而没有任何性能或质量下降,并在此过程中每年节省约 34 万美元的成本(参考结论)。

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

公共安全领域的技术领导者 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,现在可以识别目标车辆的车牌,并向执法部门提供主动通知和警报。Axon AI 科学家和工程师选择了 Microsoft 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利用 Intel® oneAPI Base 和 AI Analytics 工具包中的工具和框架,提高了其 Brain Waves AI 系统中使用的深度学习模型的效率和构建时间。因此,HippoScreen 能够将其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 正在合作基于 NASA 的数据集(包括地理空间数据)创建基础模型,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

Walmart Search 已开始在搜索生态系统中采用深度学习,以提高搜索相关性。对于我们的试点用例,我们在运行时提供了计算密集型 Bert Base 模型,目标是实现低延迟和高吞吐量。