常用 NGC 集合构建和部署口罩检测应用程序

常用 NGC 借助于和布防便衣验证该软件

AI 临时工工序很多样。借助于一个 AI 该软件不是一项简便的侦查，因为它只能各种有着领域专业知识的各种私利具体者来大规模开发和布防该软件。数据库科学家和微软只能方便地会面时软件包借助于块，例如数学模型和容器，它们不仅安全、极高性能，而且有着借助于其 AI 数学模型所才可的基础驱动程式。

在借助于完该软件之后，DevOps 和 IT 监管人员只能一些机器，这些机器可以帮助他们在各种设备间无缝地布防和监管这些该软件，包括本地设备、阳设备或边缘设备。

NVIDIA 借助于了 NGC 录入，通过透过更易会面时的 GPU 优化软件包，例如容器、自行特训的数学模型、应用基本概念和借助于 AI 该软件所才可的 Helm 图请注意，来简便和慢速 AI 临时工工序。

在这前言中都，我们将示范如何常用 NGC 录入和它的核心中上层特性，例如不可数、NGC 私有财产注册请注意和 AI 借助于块来借助于和布防一个便衣验证该软件，作为一个下例，该下例示范了 development-to-deployment 的水。

简便用户历险

随着 NGC 的热卖，NVIDIA 简便了整个用户体验，并将所才可的具体容器、数学模型、下例和 Helm 图请注意集中都在一个区域内，而无才可在录入中都定位和密切合作各种独立的借助于块。

您可以寻找针对特定侦查的临时工负载的 NGC 不可数，如终端语音鉴别或图象分类，以及行业 SDK，例如 NVIDIA Clara 或迁移学习 (TLT)。如果您想要借助于一个常用对象验证的该软件，那么在录入中都跟踪该不可数，您将在一个区域内寻找所有具体股东权益。

常用 NVIDIA TF32 Tensor Cores 慢速 AI 特训

NVIDIA Ampere GPU 驱动程式转用了第三代 Tensor Cores，以及新的TensorFloat32 (TF32) Mode慢速 FP32 变换和特征值加法。TF32 Mode是AmpereGPU 驱动程式上 32 位变量的 AI 特训的默认选项。它为单极高精度DL临时工负载带来了 Tensor Core 慢速，而不只能对数学模型原作者进行任何更改。

常用本机16 位格式 (FP16/BF16) 的混合极高精度特训无论如何是最快的选择，只只能数学模型原作者中都的几行下例。请注意1标示出了与 FP32 CUDA 核相比之下，A100Tensor Cores 的数学运输量。没人指出的是，对于单极高精度特训，A100 透过的数学运输量比上前代特训GPU V100 极高 10 倍。

内外构造

TF32 是 GPU 驱动程式 Ampere 前代 Tensor Core 中都升级的一种新的量化Mode。点积量化，它构成了特征值加法和变换的借助于块，将 FP32 的输入轮化到 TF32，在不财产损失极高精度的意味著量化产品线，然后将这些产品线积累到 FP32 输出中都。

TF32 只是作为 Tensor Core 加载Mode公开，而不是一个类型。内存中都的所有存储和其他加载完全保留在 FP32 中都，只有变换和特征值加法在加法之前将它们的输入转换为 TF32。意味著，16位类型透过存储、各种数算子等等。