Z AI1.4
1.0.0
간단한 소개
오픈 소스 버전은 자유롭게 얻고 자유롭게 모델링하며 스스로 문제를 해결하고 식별 할 수 있습니다. 프로젝트 프레임 워크 설계, 기본 및 플랫폼화 및 구현은 오픈 소스가 아니며 문서를 제공하지 않습니다.
알고리즘 시스템은 알고리즘 API + 알고리즘 지원으로 구성됩니다. 알고리즘 지원은 모델링 시스템, 알고리즘 지원 인 DNN-Stread 시스템과 같은 알고리즘 응용 프로그램 아이디어와 같은 알고리즘 조건을 실행하는 것을 말하며, 샘플 데이터베이스는 알고리즘 지원이며 샘플 데이터베이스를 기반으로 구축 된 모델링 도구도 지원합니다.
알고리즘 API는 GIT에서 다양한 CV+ 인식 특성을 가진 오픈 소스 프로젝트의 일부입니다. Zai는 독립적 인 혁신을 가질 것이며 알고리즘 아이디어와 지시는 기본적으로 이러한 오픈 소스 프로젝트와 일치합니다. 일부 오픈 소스 프로젝트는 Zai의 알고리즘보다 훨씬 더 발전되어 있으며 인식 속도가 더 높습니다. 오픈 소스 프로젝트를 살펴보면 업데이트 강도를 살펴 봅니다. 지속적인 강력한 업데이트만이 사회 제작 및 응용 프로그램으로 진정으로 발전 할 수 있으며, 그렇지 않으면 시간이 지남에 따라 씻겨 질 것입니다.
Zai (1.2/1.3)의 초기 버전에서는 항상 알고리즘 시스템의 구성에 큰 관심을 기울였습니다. 기본적으로 업데이트 할 때마다 많은 새로운 알고리즘이 추가됩니다. 나중에 릴리스 버전이 완료된 후 이러한 알고리즘은 수십 개의 오픈 소스 프로젝트와 동일 할 수 있으며 이러한 알고리즘의 대부분은 적용되지 않았습니다. 이것은 창피합니다! 대부분의 응용 프로그램은 대상 감지, 대상 분류, 장면 분류 및 기타 알고리즘 만 기본적으로 적용되지 않기 때문입니다. 수십 개의 알고리즘이 추가 되더라도 아무것도 변경하지 않습니다. 예를 들어, YOLOV7을 추가 할 때 동일합니다. 컴퓨팅 엔진에 여러 동일 성 알고리즘을 통합하는 것은 의미가 없습니다. 이렇게하면 응용 프로그램 모델이 변경되지 않으며 모델링 결과 및 프로젝트 성공 또는 실패를 변경하지도 않습니다.
알고리즘과 실제 프로젝트 간의 일치는 실제로 매우 작으며 Baidu, Hongruan, Sensetime 등을 통해 사용하는 AI 솔루션은 모두 알고리즘 수준이 아닌 많은 노력으로 만들어졌습니다. 이 회사들은 자체 기술 시스템과 응용 프로그램 수준 아이디어를 가지고 있습니다. 알고리즘은 리소스이며 알고리즘의 운명은 기술 시스템에 의해 스크리닝되고 재구성됩니다. 알고리즘의 비율은 매우 작습니다. 알고리즘 주변의 시스템은 AI 회사의 생존의 핵심입니다. 또 다른 방법으로, AI 회사는 Times의 배당금에 의존하고, 알고리즘은 AI 회사가 먹는 음식이며, 프레임 워크 및 알고리즘 지원 시스템은 AI 회사의 소화 시스템이며 마지막으로 다양한 응용 솔루션을 생산합니다.
알고리즘의 필수 위치를 명확히하고 ZAI 알고리즘 시스템으로 돌아가면 알고리즘의 핵심은 알고리즘 지원 시스템입니다. 그 후에 만 애플리케이션 계층 프레임 워크를 설정할 수 있습니다.
Zai의 알고리즘 지원 시스템 부분은 3 년 동안 침례를 받았습니다. 이제 Zai는 자체 경로를 취하고 있습니다.
AI 데이터베이스 시스템은 모델링 시스템에만 사용할 수 있습니다. 예를 들어, 장면 분류기 샘플은 최소 수만 개의 720p/1080p입니다. 조금 더 크면이 샘플은 백만 레벨 규모에 답할 것입니다. 현재 빅 데이터 관리 및 효율적인 액세스를 위해서는 큰 메모리> 20 코어 CPU와 같은 서버 하드웨어 장치를 사용해야합니다. 데이터베이스 기술에 대한 특정 요구 사항이 있습니다.
AI 데이터베이스 시스템은 기존 데이터베이스가 아니라 프로그램 수준 데이터 구조입니다. 이 데이터 구조는 모두 다중 스레딩 가속도 및 대규모 (TB 레벨 빅 데이터 지원 시스템)를 지원합니다. 기존 MIS/ERP 개발에 사용되는 PC는 AI 데이터베이스에 적응할 수 없습니다. 샘플 크기가 크면 메모리가 불충분하고 대규모 방법을 사용하여 데이터베이스를 관리해야하므로 하드웨어와 경쟁하는 무의미한 작업을 수행하는 데 많은 시간을 낭비해야합니다.
AI 데이터베이스 구조 = + 샘플 체인 구조 + 모든 모델의 데이터 요구 사항에 적응하는 샘플 체인 매트릭스 구조
AI Database System = Z.AI.Common (AI Database) + Z.AI.EDITOR (AI Toolchain Copy Database) +*. DPROJ (전체 모델링 도구 체계, 약 20-30 모델링 지원 도구). 이 데이터베이스는 스토리지 계층의 하단에있는 DFE, ZDB1 및 ZDB2 도구 지원 라이브러리를 사용합니다.
AI 데이터베이스 시스템은 대상 모델을 구별하지 않습니다. 모델에서 요구하는 모든 데이터는 AI 데이터베이스 시스템에서 그에 따라 지원됩니다. 이러한 지원에는 API 지원, 표준화 된 지원 및 도구 체인 지원이 포함됩니다.
프로젝트 개발로 인해 AI 도구 체인은 내부 버전으로 업데이트되었습니다.
글을 쓰는 시점 에서이 도구 체인은 거의 150 개 버전을 구축했으며, 수리 및 업데이트를 거쳤습니다.
버전 수의 기록은 1.4 Eval1 .. Eval9입니다 (버전 수의 90%가 여기에 나왔습니다)
그 후, Beta1..Beta3 (현재 2023-6 월의 출시 시간 계획)
팁 : 오픈 소스 버전에는 플랫폼 지원 기술이 포함되어 있지 않습니다.
간단히 말하면 AI 모델링 및 인식 만 사용할 수 있으며 응용 프로그램 구현은 자체에 따라 다릅니다.
먼저, ZDB2의 미래 사용 경로 : 빅 데이터의 기초를 명확히하십시오.
둘째, 빅 데이터 문제 해결을 명확히하십시오. 데이터베이스 엔진은 컴퓨터 메커니즘을 준수해야하며 데이터베이스 응용 프로그램 시나리오는 확실하지 않으며 데이터베이스는 모든 데이터 문제를 해결하는 시스템이 아닙니다. ZDB2는 데이터베이스 문제를 해결하기 위해 데이터베이스 엔진을 직접 설계하고 모든 프로젝트에서 독특하고 독립적 인 설계 데이터베이스 엔진을 사용해야한다고 생각합니다.
ZDB2 시스템의 기술 경로 프로모션 검토
당분간 전경 프로모션 계획에 제출되지는 않았지만 ZDB2를 개방하고 관련 데모를 제공 할 것입니다. 근본적인 논리는 제가 프로그래머이기 때문에 세상과의 관계는 세상에 내 공헌이 필요하다는 것입니다. 동시에 세상은 언제든지 나를 계산하고 표절하고 있지만 세상은 나의 기여 행동을 멈출 수 없습니다. 오랫동안, 나와 세상은 균형 빔을 상호 밟는 관계였습니다. 이것은 또한 오픈 소스 기술의 원래 의도이지만 오픈 소스 프로젝트는 아닙니다. 기술을 수용하고 오픈 소스 필터링 메커니즘을 설정하십시오.
ZDB2에는 빅 데이터 지원 기능이 있으므로 향후 높은 확률은 특정 조건이 충족 될 때 바닥에 매우 우수한 데이터 기반을 제공 할 것입니다. 사용자 정의 데이터 엔진 만 모든 요구 사항을 충족 할 수 있습니다.
Znet은 Znet을 기반으로 한 상위 레벨 아키텍처 인 전체 백엔드 서버 시스템을 나타냅니다.
매크로 관점에서 C4 System + ZDB2 System + Biglist System + Core System
이 조합 펀치 세트는 1.4 또는 미래 버전에서만 사용할 수 있습니다.
ZDB2 백엔드 시스템의 데이터 엔진은 고유합니다. 거의 모든 Znet 백엔드 서버는 스레드 모델에서 작동합니다 (100ms 이상의 지연된 모든 요청은 스레드로 가져옵니다). Biglist 시스템은 데이터 링크에 대용량 개선을 가져오고 C4는 서버 백엔드를위한 고급 아키텍처를 제공합니다.
PAS Circle에는 디자인 패턴을 작업 경로로 취하는 많은 프로그래머가 있습니다. 그들은 대부분의 초보자에게 바보 같은 백엔드 프레임 워크를 가져 왔으며 매우 깊은 컴퓨터 이론 재단을 가지고 있습니다. 이로 인해 상황이 발생했습니다. 사용자와 디자이너는 완전히 상호 의존적이지 않고 의존적이며 디자이너는 스스로를 향상시킬 수 없을 때 사용자는 수동적입니다. 실생활과 일을 반영하는 것은 세상에 새로운 것들이 나타나는 신호입니다. 많은 사람들이 그것을 발견했지만 디자이너는 그것을 제어 할 수 없으므로 디자이너의 다운 스트림에있는 사용자를 시작할 수 없습니다.
델파이 제조업체의 일부 프로그래머와 디자이너를 예로 들어 델파이를 유지하고 개발하는 것입니다. 2016 년에 나는 여전히 OpenGL을 시작하려고 노력하는 것을 보았고 Open1.x (Solid Tube) -> Open2.0 (프로그래밍 가능한 파이프 라인)의 역사적인 업그레이드 시대를 놓쳤다. Delphi는 상업용 노선을 통해 DXSCENE을 인수했으며 FMX는 전면으로 가져 왔습니다. 이것은 수동적 인 행동이며, 선구적인 관행이 아닙니다. 디자이너가 자체 제한을 가지고 있으며 프로젝트가 표준을 충족 할 수 없다면 사용자는 매우 수동적입니다.
요약 : Znet은 향후 전체 백엔드 서버 시스템을 나타내며, 계속 열고 업데이트합니다.
DrawEngine은 DE로 축약되며 위치는 가벼운 + 표준화되며 렌더링 및 출력 인터페이스가 필요합니다. 프론트 엔드 사용자 계층에 있습니다.
그래픽 API 표준은 Khronos에서 비롯되며 소프트웨어 및 하드웨어 제조업체에도 자체 사양이 있습니다. 이러한 사양의 대부분은 픽셀 배열, 픽셀 최적화 및 API 최적화의 메커니즘에 반영됩니다.
동시에 그래픽 API에는 많은 표준, Metal, OpenGL, GLES, Vulkan, D3D가 있습니다. 렌더러는 다양한 플랫폼 및 API와 호환되어야하며 많은 수의 인터페이스가 필요하며 이러한 인터페이스는 매우 빠르게 업그레이드되고 업데이트되어 렌더링 엔진의 개발 및 유지 관리를 어렵게 만듭니다. DE는 디자인 위치에서 이전 표준 인터페이스와 플랫폼화를 직접 피하고 미들웨어를 만듭니다. 렌더러를 구별하는해도 괜찮습니다. 렌더러가 대상 플랫폼에서 하나 이상의 API 시스템을 지원할 수 있다는 것은 문제가되지 않습니다.
FMX의 기본 층은 렌더러입니다. 다중 플랫폼 API 지원의 경우 실제로 수행 할 수 있습니다. 게임을 디자인하는 데 사용되며 VR은 괜찮습니다. DE는 FMX를 출력 인터페이스로 사용하지만 FMX로 제한되지는 않습니다. DE는 렌더러 포지셔닝이 아닙니다.
렌더링에는 비디오, 사진 및 다양한 시각적 프레임과 같은 데이터 소스가 필요하기 때문에 DrawEngine의 적용은 프로그램이 프로세스를 직접 완료 할 수 없습니다. 대부분의 경우에는 도구 체인, 백엔드 및 컨텐츠 제작과 같은 시스템이 필요합니다. 순수한 코드 경로를 제어 할 수 없습니다.
반면에 DE는 컴퓨터 그래픽에 대한 특정한 글로벌 관점을 가지고 있습니다. 자체 경로가 필요합니다.
1.4 업데이트에서 DrawEngine의 렌더링 스케줄링 기능이 크게 최적화되었습니다.
컴퓨터 그래픽의 구성 요소 해결
1.34 이전 버전 문서
읽으십시오 : 세부 사항
| 건축학 | ai-demo | 도구 | 넷 툴 | Net Advance-Demo | NET-C4 데모 | NET 데모 |
|---|---|---|---|---|---|---|
| x86 | 통과 | 통과 | 통과 | 통과 | 통과 | 통과 |
| x64 | 통과 | 통과 | 통과 | 통과 | 통과 | 통과 |
| MKL64 | 통과 | 통과 | 통과 | 통과 | 통과 | 통과 |
| cuda10 | 통과 | 통과 | 통과 | 통과 | 통과 | 통과 |
| cuda11 | 통과 | 통과 | 통과 | 통과 | 통과 | 통과 |
| CUDA12 | 통과 | 통과 | 통과 | 통과 | 통과 | 통과 |
FPC 컴파일러는 소스 디렉토리의 모든 라이브러리를 테스트합니다. 소스 디렉토리 서브 디렉토리는 플랫폼 상관 관계입니다. FPC는이를 지원하지 않습니다.
~ 위에
2023-7-26
