Z AI1.4
1.0.0
Breve introdução
A versão de código aberto pode ser obtido livremente, modelado livremente e resolvido e identificou problemas por si mesmos. O projeto da estrutura do projeto, a base e a plataforma e a implementação não são de código aberto e não fornecem documentação.
O sistema de algoritmo consiste no suporte do algoritmo do algoritmo + algoritmo. O suporte ao algoritmo refere-se à execução de condições de algoritmo, como sistemas de modelagem, idéias de aplicativos de algoritmo, como o sistema DNN-Thread, que é um suporte de algoritmo, o banco de dados de amostra também é um suporte de algoritmo, e as ferramentas de modelagem construídas com base no conjunto de dados da amostra também são um suporte.
A API do algoritmo faz parte dos projetos de código aberto com várias propriedades de reconhecimento de CV+ no Git. Zai terá algumas inovações independentes, e as idéias e instruções do algoritmo são basicamente consistentes com esses projetos de código aberto. Alguns projetos de código aberto são ainda mais avançados que os algoritmos de Zai e têm uma taxa de reconhecimento mais alta. Olhando para os projetos de código aberto, analisamos a intensidade das atualizações. Somente atualizações fortes contínuas podem realmente avançar para a produção e aplicação social, caso contrário elas serão lavadas pelo tempo.
Nas versões iniciais de Zai (1.2/1.3), sempre prestei muita atenção à construção do sistema de algoritmo. Basicamente, toda vez que atualizo, muitos novos algoritmos serão adicionados. Posteriormente, após a conclusão da versão de liberação, esses algoritmos podem ser equivalentes a dezenas de projetos de código aberto, e a maioria desses algoritmos não foi aplicada. Isso é embaraçoso! Como a maioria dos aplicativos é apenas detecção de destino, classificação de destino, classificação de cenas e outros algoritmos basicamente não serão aplicados. Mesmo que dezenas de algoritmos sejam adicionadas, isso não mudará nada. Por exemplo, será o mesmo ao adicionar Yolov7. Não faz sentido integrar vários algoritmos da mesma natureza no mecanismo de computação. Isso não alterará o modelo de aplicativo, nem alterará os resultados da modelagem e o sucesso do projeto ou a falha.
A correspondência entre algoritmos e projetos reais é na verdade muito pequena, e as soluções de IA que usamos através do Baidu, Hongruan, SenseTime etc. são todas feitas com grande esforço, que não está no nível do algoritmo. Essas empresas têm seus próprios sistemas técnicos e idéias no nível de aplicativos. Os algoritmos são um recurso e o destino dos algoritmos é rastreado e reconstruído pelo sistema técnico. A proporção de algoritmos é muito pequena. Os sistemas em torno dos algoritmos são o núcleo da sobrevivência das empresas de IA. Em outras palavras, as empresas de IA confiam nos dividendos da época, os algoritmos são os alimentos que as empresas de IA comem, e a estrutura e o sistema de suporte de algoritmos são o sistema digestivo das empresas de IA e, finalmente, produzem várias soluções de aplicativos.
Depois de esclarecer o posicionamento essencial do algoritmo, retorne ao sistema de algoritmo Zai, o núcleo do algoritmo é o sistema de suporte do algoritmo. Somente depois disso a estrutura da camada de aplicativos pode ser estabelecida.
O sistema de suporte do algoritmo que parte de Zai é batizado por três anos. Agora, Zai está seguindo seu próprio caminho.
O sistema de banco de dados AI pode ser usado apenas para sistemas de modelagem. Por exemplo, as amostras de classificador de cena terão pelo menos dezenas de milhares de 720p/1080p. Um pouco maior, essas amostras responderão a uma escala de um milhão de níveis. No momento, para gerenciamento de big data e acesso eficiente, os dispositivos de hardware do servidor devem ser usados, como memória grande,> 20 CPUs principais. Isso possui certos requisitos para a tecnologia de banco de dados.
O sistema de banco de dados AI não é um banco de dados tradicional, mas uma estrutura de dados no nível do programa. Todas essas estruturas de dados suportam a aceleração de múltiplas threading e em larga escala (sistema de suporte de big data de nível TB). O PC usado no desenvolvimento tradicional de MIS/ERP não pode se adaptar aos bancos de dados de IA: uma vez que o tamanho da amostra é grande, a memória é insuficiente e deve ser simplificada ou usada o método em larga escala para gerenciar o banco de dados, que desperdiçará muito tempo fazendo um trabalho sem sentido que concorre com o hardware.
Estrutura do banco de dados AI = + estrutura da cadeia de amostra + estrutura da matriz da cadeia de amostra que se adapta aos requisitos de dados de todos os modelos
Sistema de banco de dados AI = z.ai.common (banco de dados AI) + z.ai.editor (banco de dados de cópia da cadeia de ferramentas AI) +*. Esses bancos de dados usam bibliotecas de suporte a DFE, ZDB1 e ZDB2 na parte inferior da camada de armazenamento.
O sistema de banco de dados AI não distingue entre o modelo de destino. Quaisquer dados exigidos pelo modelo serão suportados de acordo com o sistema de dados de AI. Esses suporte incluem suporte da API, suporte padronizado e suporte da cadeia de ferramentas.
Devido ao desenvolvimento do projeto, a cadeia de ferramentas da AI foi atualizada como uma versão interna.
No momento da redação.
A história da contagem de versões foi 1,4 avaliação.
Depois disso, beta1..beta3 (neste momento, o plano de tempo de liberação para 2023-junho)
Dica: a versão de código aberto não inclui a tecnologia de suporte da plataforma
Simplificando: apenas a modelagem e o reconhecimento da IA podem ser usados, e a implementação do aplicativo depende de seu próprio
Primeiro, esclareça a futura rota de uso do ZDB2: a base do big data
Em segundo lugar, esclareça a resolução de problemas de big data: o mecanismo de banco de dados deve estar em conformidade com o mecanismo de computador, o cenário de aplicativo do banco de dados nunca é certo e o banco de dados não será um sistema para resolver todos os problemas de dados. O ZDB2 acredita que, para resolver o problema do banco de dados, você deve projetar o mecanismo de banco de dados e usar um mecanismo de banco de dados de design exclusivo e independente em todos os projetos.
Revisão da promoção de rota técnica do sistema ZDB2
Ele não foi colocado no plano de promoção de primeiro plano por enquanto, mas abrirá o ZDB2 de código aberto e também fornecerá algumas demos relacionadas. A lógica subjacente é porque eu sou um programador e meu relacionamento com o mundo é que o mundo precisa da minha contribuição. Ao mesmo tempo, o mundo também está calculando e me plagia a qualquer momento, mas o mundo não pode interromper meu comportamento de contribuição. Há muito tempo, eu e o mundo somos um relacionamento de pisar mutuamente em um feixe de equilíbrio. Essa também é a intenção original apenas da tecnologia de código aberto, mas não dos projetos de código aberto: abraçar a tecnologia e estabelecer um mecanismo de filtragem de código aberto.
Como o ZDB2 possui recursos de suporte a Big Data, a alta probabilidade no futuro fornecerá uma base de dados muito boa na parte inferior quando determinadas condições forem atendidas. Somente um mecanismo de dados personalizado pode atender a todos os requisitos.
O ZNET representa todo o sistema de servidor de back-end, uma arquitetura de nível superior baseada no ZNet.
De uma perspectiva macro, sistema C4 + sistema ZDB2 + sistema BIGLIST + sistema de núcleo
Esse conjunto de socos combinados só pode ser usado em versões 1.4 ou futuras.
O mecanismo de dados do sistema de backend ZDB2 é único. Quase todos os servidores de back -end do ZNET funcionam no modelo de encadeamento (todas as solicitações com um atraso de mais de 100ms são puxadas por threads). O sistema BigList traz melhorias de grande capacidade para o link de dados e o C4 fornece uma arquitetura avançada para o back -end do servidor.
Existem muitos programadores no círculo PAS que tomam o padrão de design como sua rota de trabalho. Eles trouxeram estruturas de back-end do tipo idiotas para a maioria dos iniciantes e têm uma fundação de teoria dos computadores muito profunda. Isso criou uma situação: usuários e designers dependem, não completamente interdependentes e, quando os designers não podem melhorar, os usuários serão passivos. Refletir na vida real e o trabalho é um sinal de que coisas novas aparecem no mundo. Muitas pessoas o descobriram, mas os designers não podem controlá -lo, o que torna os usuários localizados a jusante dos designers não conseguirem iniciar.
Tomando alguns programadores e designers de fabricantes de Delphi como exemplo, seu trabalho é manter e desenvolver Delphi. Em 2016, eu os vi ainda tentando começar com o OpenGL e, obviamente, perdi a era histórica da Era de Open1.x (tubo sólido) -> Open2.0 (tubulação programável). Delphi adquiriu o DXScene através de rotas comerciais, e o FMX foi trazido para a frente. Este é um comportamento passivo, que não é uma prática pioneira. Se o designer tiver autônomos a caminho e o projeto não puder atender aos padrões, o usuário será muito, muito passivo.
Resumo: O ZNET representa todo o sistema de servidor de back -end no futuro, mantendo -o aberto e atualizando.
O drawengine é abreviado como DE, e seu posicionamento é leve + padronizado e requer uma interface de renderização e saída. Está localizado na camada de usuário front-end.
Os padrões da API gráfica são originários de Khronos e os fabricantes de software e hardware também terão suas próprias especificações. A maioria dessas especificações é refletida nos mecanismos de arranjo de pixels, otimização de pixels e otimização da API.
Ao mesmo tempo, a API gráfica também possui muitos padrões, metal, OpenGL, GLES, Vulkan, D3D, que cria uma situação: o renderizador precisa ser compatível com várias plataformas e APIs, e requer um grande número de interfaces, e essas interfaces são atualizadas e atualizadas muito rapidamente, o que dificulta o desenvolvimento e a manutenção do mecanismo de render. O DE evita diretamente as interfaces e plataforma padrão anteriores no posicionamento do design e faz o middleware: não há problema em fazer o renderizador se diferenciar, e não há problema em que o renderizador possa suportar pelo menos um sistema de API na plataforma de destino.
A camada subjacente do FMX é um renderizador. Para suporte da API com várias plataformas, é realmente possível fazê-lo. É usado para projetar jogos e a VR está bem. O DES usa o FMX como uma interface de saída, mas não será limitado ao FMX. DE não é um posicionamento de renderizador.
A aplicação do drawengine não permite diretamente o programa, porque a renderização requer fontes de dados, como vídeos, imagens e vários quadros visuais. Na maioria das vezes, isso requer um sistema como cadeia de ferramentas, back -end e produção de conteúdo. A rota de código puro não pode ser controlado.
Por outro lado, o DE tem uma certa perspectiva global de computação gráfica. É preciso sua própria rota.
Na atualização 1.4, a capacidade de programação de renderização da Drawengine foi bastante otimizada.
Componentes da Computer Graphics resolvem
Leia: 1.34 Documento da versão antiga
Por favor, leia: Detalhes
| Arquitetura | Ai-demo | ferramentas | Toolas de rede | Net-Advance-Demo | Net-C4-Demo | Net-deemo |
|---|---|---|---|---|---|---|
| x86 | Passou | Passou | Passou | Passou | Passou | Passou |
| x64 | Passou | Passou | Passou | Passou | Passou | Passou |
| Mkl64 | Passou | Passou | Passou | Passou | Passou | Passou |
| CUDA10 | Passou | Passou | Passou | Passou | Passou | Passou |
| CUDA11 | Passou | Passou | Passou | Passou | Passou | Passou |
| CUDA12 | Passou | Passou | Passou | Passou | Passou | Passou |
O FPC Compiler testa todas as bibliotecas no diretório de origem. O subdiretório do diretório de origem é a correlação da plataforma. O FPC não suporta.
sobre
2023-7-26
