场景描述
适用于 AI 图片训练场景，使用 CPFS/NAS 作为共享存储，利用容器服务 Kubernetes 版管理 GPU 云服务器集群进行图片 AI 训练。
解决问题
- 搭建 AI 图片训练基础环境
- 使用 CPFS 存储训练数据
- 使用飞天 AI 加速训练服务加速训练
- 使用 Arena 一键提交作业
产品列表
- 容器服务 ACK
- 共享存储 CPFS
- 文件存储 NAS
- GPU 云服务器
GPU AI 模型训练
2020-01-16
1105
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
适用于 AI 图片训练场景，使用 CPFS/NAS 作为共享存储，利用容器服务 Kubernetes 版管理 GPU 云服务器集群进行图片 AI 训练。
场景描述
解决问题
产品列表
目录
相关文章
|
3天前
|
机器学习/深度学习
人工智能
自然语言处理
CogAgent-9B：智谱 AI 开源 GLM-PC 的基座模型，专注于预测和执行 GUI 操作，可应用于自动化交互任务
CogAgent-9B 是智谱AI基于 GLM-4V-9B 训练的专用Agent任务模型，支持高分辨率图像处理和双语交互，能够预测并执行GUI操作，广泛应用于自动化任务。
32
12
12
|
12天前
|
人工智能
AniDoc：蚂蚁集团开源 2D 动画上色 AI 模型，基于视频扩散模型自动将草图序列转换成彩色动画，保持动画的连贯性
AniDoc 是一款基于视频扩散模型的 2D 动画上色 AI 模型，能够自动将草图序列转换为彩色动画。该模型通过对应匹配技术和背景增强策略，实现了色彩和风格的准确传递，适用于动画制作、游戏开发和数字艺术创作等多个领域。
82
16
16
|
22天前
|
人工智能
安全
测试技术
EXAONE 3.5：LG 推出的开源 AI 模型，采用 RAG 和多步推理能力降低模型的幻觉问题
EXAONE 3.5 是 LG AI 研究院推出的开源 AI 模型，擅长长文本处理，能够有效降低模型幻觉问题。该模型提供 24 亿、78 亿和 320 亿参数的三个版本，支持多步推理和检索增强生成技术，适用于多种应用场景。
73
9
9
|
24天前
|
机器学习/深度学习
人工智能
SNOOPI：创新 AI 文本到图像生成框架，提升单步扩散模型的效率和性能
SNOOPI是一个创新的AI文本到图像生成框架，通过增强单步扩散模型的指导，显著提升模型性能和控制力。该框架包括PG-SB和NASA两种技术，分别用于增强训练稳定性和整合负面提示。SNOOPI在多个评估指标上超越基线模型，尤其在HPSv2得分达到31.08，成为单步扩散模型的新标杆。
65
10
11
|
24天前
|
人工智能
搜索推荐
开发者
Aurora：xAI 为 Grok AI 推出新的图像生成模型，xAI Premium 用户可无限制访问
Aurora是xAI为Grok AI助手推出的新图像生成模型，专注于生成高逼真度的图像，特别是在人物和风景图像方面。该模型支持文本到图像的生成，并能处理包括公共人物和版权形象在内的多种图像生成请求。Aurora的可用性因用户等级而异，免费用户每天能生成三张图像，而Premium用户则可享受无限制访问。
63
11
11
|
27天前
|
人工智能
编解码
网络架构
GenCast：谷歌DeepMind推出的AI气象预测模型
GenCast是由谷歌DeepMind推出的革命性AI气象预测模型，基于扩散模型技术，提供长达15天的全球天气预报。该模型在97.2%的预测任务中超越了全球顶尖的中期天气预报系统ENS，尤其在极端天气事件的预测上表现突出。GenCast能在8分钟内生成预报，显著提高预测效率，并且已经开源，包括代码和模型权重，支持更广泛的天气预报社区和研究。
154
14
14
|
3天前
|
人工智能
安全
算法
PAI负责任的AI解决方案： 安全、可信、隐私增强的企业级AI
在《PAI可信AI解决方案》会议中，分享了安全、可信、隐私增强的企业级AI。会议围绕三方面展开：首先通过三个案例介绍生活和技术层面的挑战；其次阐述构建AI的关键要素；最后介绍阿里云PAI的安全功能及未来展望，确保数据、算法和模型的安全与合规，提供全方位的可信AI解决方案。
17
5
5
|
27天前
|
机器学习/深度学习
人工智能
编解码
【AI系统】Transformer 模型小型化
本文介绍了几种轻量级的 Transformer 模型，旨在解决传统 Transformer 参数庞大、计算资源消耗大的问题。主要包括 **MobileVit** 和 **MobileFormer** 系列，以及 **EfficientFormer**。MobileVit 通过结合 CNN 和 Transformer 的优势，实现了轻量级视觉模型，特别适合移动设备。MobileFormer 则通过并行结构融合了 MobileNet 和 Transformer，增强了模型的局部和全局表达能力。
59
8
8
|
25天前
|
存储
人工智能
PyTorch
【AI系统】模型转换流程
本文详细介绍了AI模型在不同框架间的转换方法，包括直接转换和规范式转换两种方式。直接转换涉及从源框架直接生成目标框架的模型文件，而规范式转换则通过一个中间标准格式（如ONNX）作为桥梁，实现模型的跨框架迁移。文中还提供了具体的转换流程和技术细节，以及模型转换工具的概览，帮助用户解决训练环境与部署环境不匹配的问题。
45
5
5
|
25天前
|
机器学习/深度学习
存储
人工智能
【AI系统】模型转换基本介绍
模型转换技术旨在解决深度学习模型在不同框架间的兼容性问题，通过格式转换和图优化，将训练框架生成的模型适配到推理框架中，实现高效部署。这一过程涉及模型格式转换、计算图优化、算子统一及输入输出支持等多个环节，确保模型能在特定硬件上快速、准确地运行。推理引擎作为核心组件，通过优化阶段和运行阶段，实现模型的加载、优化和高效执行。面对不同框架的模型文件格式和网络结构，推理引擎需具备高度的灵活性和兼容性，以支持多样化的应用场景。
56
4
4
热门文章
最新文章
1
【AI系统】GPU 工作原理
2
【AI系统】为什么 GPU 适用于 AI
3
阿里云服务器架构有啥区别？X86计算、Arm、GPU异构、裸金属和高性能计算对比
4
重磅发布 | OpenSearch推出向量检索GPU图算法方案并支持GPU规格售卖
5
MIT韩松团队长上下文LLM推理高效框架DuoAttention：单GPU实现330万Token上下文推理
6
【AI系统】GPU 架构与 CUDA 关系
7
【AI系统】GPU 架构回顾（从2018年-2024年）
8
阿里云GPU云服务器优惠收费标准,GPU服务器优缺点与适用场景详解
9
【AI系统】GPU 架构回顾（从2010年-2017年）
10
【AI系统】GPU 基础