Z AI1.4
1.0.0
Kurze Einführung
Die Open -Source -Version kann frei erhalten, frei modelliert und Probleme selbst gelöst und identifiziert. Das Projekt Framework -Design, Basis und Plattformisierung und Implementierung ist nicht Open Source und liefert keine Dokumentation.
Das Algorithmussystem besteht aus Algorithmus -API + -Algorithmus -Unterstützung. Der Algorithmus-Support bezieht sich auf die laufenden Algorithmusbedingungen wie Modellierungssysteme, Algorithmus-Anwendungsideen wie das DNN-Thread-System, das eine Algorithmus-Unterstützung ist. Die Beispieldatenbank ist auch Algorithmus-Unterstützung, und Modellierungstools, die basierend auf der Beispieldatenbank erstellt, sind ebenfalls Unterstützung.
Die Algorithmus -API ist Teil der Open -Source -Projekte mit verschiedenen CV+ -Erkennungseigenschaften in Git. Zai wird einige unabhängige Innovationen haben, und die Ideen und Richtungen der Algorithmus stehen im Grunde genommen mit diesen Open -Source -Projekten überein. Einige Open -Source -Projekte sind noch fortgeschrittener als die Algorithmen von Zai und haben eine höhere Erkennungsrate. Wenn wir uns Open -Source -Projekte ansehen, betrachten wir die Intensität von Updates. Nur kontinuierliche starke Aktualisierungen können wirklich zur sozialen Produktion und Anwendung voranschreiten, sonst werden sie von der Zeit weggespült.
In den frühen Versionen von Zai (1,2/1,3) habe ich dem Bau des Algorithmussystems immer große Aufmerksamkeit geschenkt. Grundsätzlich werden jedes Mal, wenn ich aktualisiere, viele neue Algorithmen hinzugefügt. Später, nachdem die Versionsversion abgeschlossen ist, können diese Algorithmen Dutzenden von Open -Source -Projekten entsprechen, und die meisten dieser Algorithmen wurden nicht angewendet. Das ist peinlich! Da die meisten Anwendungen nur Zielerkennung sind, werden die Zielklassifizierung, die Szenenklassifizierung und andere Algorithmen im Wesentlichen nicht angewendet. Auch wenn Dutzende von Algorithmen hinzugefügt werden, wird es nichts ändern. Zum Beispiel wird es beim Hinzufügen von Yolov7 gleich sein. Es ist bedeutungslos, mehrere gleichnorteilige Algorithmen in die Computing-Engine zu integrieren. Dadurch wird das Anwendungsmodell weder geändert und die Modellierungsergebnisse und den Projekterfolg oder Misserfolg auch nicht geändert.
Die Übereinstimmung zwischen Algorithmen und tatsächlichen Projekten ist eigentlich sehr klein, und die KI -Lösungen, die wir über Baidu, Hongruan, Sensetime usw. verwenden, sind alle mit großer Anstrengung gemacht, was nicht auf Algorithmusebene liegt. Diese Unternehmen haben ihre eigenen technischen Systeme und Ideen auf Anwendungsebene. Algorithmen sind eine Ressource, und das Schicksal der Algorithmen wird vom technischen System untersucht und rekonstruiert. Der Anteil der Algorithmen ist sehr klein. Die Systeme rund um Algorithmen sind der Kern des Überlebens von KI -Unternehmen. Anders ausgedrückt, KI -Unternehmen verlassen sich auf die Dividenden der Zeit, Algorithmen sind die Lebensmittel, die KI -Unternehmen essen, und das Rahmen- und Algorithmus -Support -System sind das Verdauungssystem von KI -Unternehmen und erstellen schließlich verschiedene Anwendungslösungen.
Nach der Klärung der wesentlichen Positionierung des Algorithmus kehren Sie zum ZAI -Algorithmus -System zurück, der Kern des Algorithmus ist das Algorithmus -Support -System. Erst danach kann das Anwendungsschicht -Framework festgelegt werden.
Der Teil von Zai ist seit drei Jahren getauft. Jetzt nimmt Zai seine eigene Route.
Das AI -Datenbanksystem kann nur für Modellierungssysteme verwendet werden. Zum Beispiel werden die Szenenklassifikator -Proben mindestens Zehntausende von 720p/1080p. Diese Stichproben werden etwas größer und werden eine millionenstufige Skala beantworten. Zu diesem Zeitpunkt müssen für Big Data Management und effizienten Zugriff Server -Hardware -Geräte verwendet werden, wie z. B. großer Speicher,> 20 Kern -CPUs. Dies hat bestimmte Anforderungen an die Datenbanktechnologie.
Das KI-Datenbanksystem ist keine herkömmliche Datenbank, sondern eine Datenstruktur auf Programmebene. Diese Datenstrukturen unterstützen alle Multi-Threading-Beschleunigungen und groß angelegte (TB-Big-Data-Support-System). Der PC, der in der traditionellen MIS/ERP-Entwicklung verwendet wird, kann sich nicht an KI-Datenbanken anpassen
AI -Datenbankstruktur = + Probenkettenstruktur + Probenkettenmatrixstruktur, die sich den Datenanforderungen aller Modelle anpasst
AI-Datenbanksystem = Z.ai.Common (AI-Datenbank) + Z.ai.Editor (AI Toolchain Copy-Datenbank) +*. DPROJ (das gesamte Modellierungs-Toolchain-System, etwa 20-30 Modellierungs-Support-Tools). Diese Datenbanken verwenden am Ende der Speicherebene DFE-, ZDB1- und ZDB2 -Tool -Support -Bibliotheken.
Das AI -Datenbanksystem unterscheidet nicht zwischen dem Zielmodell. Alle vom Modell erforderlichen Daten werden entsprechend im AI -Datenbanksystem unterstützt. Diese Unterstützung umfasst API -Unterstützung, standardisierte Unterstützung und ToolChain -Unterstützung.
Aufgrund der Projektentwicklung wurde die KI -Toolchain als interne Version aktualisiert.
Zum Zeitpunkt des Schreibens hat die Toolchain fast 150 Versionen aufgebaut, die zahlreiche Reparaturen und Aktualisierungen erfahren haben.
Die Version des Versionszählungen waren 1,4 Eval1..eval9 (90% der Anzahl der Versionen sind hier weg)
Danach beta1..beta3 (zu diesem Zeitpunkt der Veröffentlichungszeitplan für 2023-Juni)
Tipp: Die Open Source -Version enthält keine Plattform -Support -Technologie
Einfach ausgedrückt: Es können nur KI -Modellierung und -erkennung verwendet werden, und die Anwendungsimplementierung hängt von selbst ab
Klären Sie zunächst die zukünftige Nutzungsroute von ZDB2: die Grundlage von Big Data
Zweitens klären Sie die Big Data -Problemlösung: Die Datenbank -Engine muss dem Computermechanismus entsprechen, das Datenbankanwendungsszenario ist nie sicher, und die Datenbank ist kein System, um alle Datenprobleme zu lösen. ZDB2 ist der Ansicht, dass Sie die Datenbank -Engine selbst entwerfen und eine eindeutige und unabhängige Designdatenbank -Engine in allen Projekten verwenden müssen, um das Datenbankproblem zu lösen.
Überprüfung der technischen Routenförderung des ZDB2 -Systems
Es wurde vorerst nicht in den Vordergrund -Promotionsplan gesteckt, aber es wird Open Source ZDB2 und auch einige verwandte Demos bieten. Die zugrunde liegende Logik ist, dass ich ein Programmierer bin und meine Beziehung zur Welt ist, dass die Welt meinen Beitrag braucht. Gleichzeitig berechnet und plagisiert mich die Welt jederzeit, aber die Welt kann mein Beitragsverhalten nicht stoppen. Ich und die Welt sind seit langer Zeit eine Beziehung, in denen ich mich gegenseitig auf einen Balancestrahl tritt. Dies ist auch die ursprüngliche Absicht nur Open -Source -Technologie, jedoch nicht der Open -Source -Projekte: Einbeziehen der Technologie und etablieren Sie einen Open -Source -Filtermechanismus.
Da ZDB2 Big Data -Support -Funktionen verfügt, wird die hohe Wahrscheinlichkeit in Zukunft eine sehr gute Datenfundament am Boden liefern, wenn bestimmte Bedingungen erfüllt sind. Nur eine benutzerdefinierte Datenmotor kann alle Anforderungen erfüllen.
ZNET repräsentiert das gesamte Backend Server-System, eine auf ZNET basierende Architektur der oberen Ebene.
Aus Makroperspektive, C4 System + ZDB2 System + BigList System + Core System
Dieser Satz von Kombinationsschlägen kann nur in 1,4 oder zukünftigen Versionen verwendet werden.
Die Datenmotor des ZDB2 -Backend -Systems ist eindeutig. Fast alle ZNET -Backend -Server funktionieren im Thread -Modell (jede Anfragen mit einer Verzögerung von mehr als 100 ms werden von Threads gezogen). Das BigList -System bietet Verbesserungen des Datenverbessers mit großer Kapazität, und C4 bietet eine erweiterte Architektur für das Server -Backend.
Es gibt viele Programmierer im PAS -Kreis, die das Entwurfsmuster als Arbeitsroute betrachten. Sie haben der Mehrheit der Anfänger narrenähnliche Backend-Frameworks gebracht und haben eine sehr tiefe Computertheoriestiftung. Dies hat eine Situation geschaffen: Benutzer und Designer sind abhängig und nicht vollständig voneinander abhängig, und wenn Designer sich nicht verbessern können, sind Benutzer passiv. Im wirklichen Leben und Arbeit nachzudenken, ist ein Zeichen dafür, dass neue Dinge in der Welt erscheinen. Viele Menschen haben es entdeckt, aber Designer können es nicht kontrollieren, wodurch Benutzer von Designern nicht starten können.
Ein paar Programmierer und Designer von Delphi -Herstellern als Beispiel sind ihre Aufgabe, Delphi zu pflegen und zu entwickeln. Im Jahr 2016 sah ich, wie sie immer noch versuchten, mit OpenGL zu beginnen, und verpasste offensichtlich die historische Upgrade -Ära von Open1.x (Solid Tube) -> Open2.0 (programmierbare Pipeline). Delphi erwarb DXScene über kommerzielle Routen, und FMX wurde nach vorne gebracht. Dies ist ein passives Verhalten, das keine Pionierpraxis ist. Wenn der Designer Selbstlimit auf dem Weg hat und das Projekt die Standards nicht erfüllen kann, ist der Benutzer sehr, sehr passiv.
Zusammenfassung: ZNET repräsentiert das gesamte Backend Server -System in der Zukunft, hält es offen und aktualisiert.
DrawEngine wird als DE abgekürzt, und seine Positionierung ist leicht + standardisiert und erfordert eine Rendering- und Ausgangsschnittstelle. Es befindet sich in der Front-End-Benutzerebene.
Grafik -API -Standards stammen aus Khronos, und Software- und Hardware -Hersteller haben auch ihre eigenen Spezifikationen. Die meisten dieser Spezifikationen spiegeln sich in den Mechanismen der Pixelanordnung, der Pixeloptimierung und der API -Optimierung wider.
Gleichzeitig hat die Grafik -API auch viele Standards, Metall, OpenGL, GLES, Vulkan, D3D, was eine Situation erzeugt: Der Renderer muss mit verschiedenen Plattformen und APIs kompatibel sein und erfordert eine große Anzahl von Schnittstellen, und diese Schnittstellen werden sehr schnell aktualisiert und aktualisiert, was die Entwicklung und Wartung des Renderns der Rendringing -Engine schwierig macht. DE vermeidet direkt die vorherigen Standardschnittstellen und die Plattform für die Konstruktionspositionierung und macht Middleware: Es ist in Ordnung, den Renderer zu unterscheiden, und es ist kein Problem, dass der Renderer mindestens ein API -System auf der Zielplattform unterstützen kann.
Die zugrunde liegende Schicht von FMX ist ein Renderer. Bei der API-Unterstützung mit mehreren Plattform ist es tatsächlich möglich, dies zu tun. Es wird verwendet, um Spiele zu entwerfen und VR ist in Ordnung. DE verwendet FMX als Ausgangsschnittstelle, ist jedoch nicht auf FMX beschränkt. DE ist keine Renderer -Positionierung.
Die Anwendung von DrawEngine erlaubt dem Programm nicht direkt, den Prozess abzuschließen, da das Rendering Datenquellen wie Videos, Bilder und verschiedene visuelle Rahmen erfordert. In den meisten Fällen erfordert dies ein System wie Werkzeugkette, Backend und Inhaltsproduktion. Die reine Coderoute kann nicht kontrolliert werden.
Andererseits hat DE eine gewisse globale Perspektive der Computergrafiken. Es nimmt seine eigene Route.
Im 1.4 -Update war die Rendering -Planungsfunktion von Drawentine stark optimiert.
Komponenten der Computergrafik lösen
Bitte lesen Sie: 1.34 altes Versionsdokument
Bitte lesen Sie: Details
| Architektur | Ai-Demo | Werkzeuge | Net-Tools | Net-Advance-Demo | Net-C4-Demo | Net-Demo |
|---|---|---|---|---|---|---|
| x86 | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden |
| x64 | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden |
| MKL64 | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden |
| CUDA10 | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden |
| CUDA11 | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden |
| CUDA12 | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden | Bestanden |
Der FPC Compiler testet alle Bibliotheken im Quellverzeichnis. Das Quellverzeichnis -Unterverzeichnis ist die Plattformkorrelation. FPC unterstützt es nicht.
über
2023-7-26
