常用 NGC 集合构建和部署口罩检测应用程序

可用 NGC 相结合和作战防毒面具样品广泛应用该软件

AI 指导系统设计很适合于。相结合一个 AI 广泛应用该软件不是一项简单的战斗任务，因为它即可各种有着信息技术专业知识的各种利益特别者来大规模整合和作战广泛应用该软件。仅据科学家和微软即可方便地访问期间该软件相结合块，例如静态和器皿，它们不仅确保安全、高性能，而且有着相结合其 AI 静态所即可的基础架构。

在相结合完广泛应用该软件此后，DevOps 和 IT 管理者即可一些工具，这些工具可以努力他们在各种通讯设备彼此之间无缝地作战和管理这些广泛应用该软件，包括本地通讯设备、阳通讯设备或边缘通讯设备。

NVIDIA 相结合了 NGC 目录，通过备有容易访问期间的 GPU 最优化该软件，例如器皿、预先基础训练的静态、广泛应用开放性和相结合 AI 广泛应用该软件所即可的 Helm 统计分析，来一般化和较快 AI 指导系统设计。

在这一段话中都，我们将重现如何可用 NGC 目录和它的核反应心上层优点，例如集合、NGC 可用权注册表和 AI 相结合块来相结合和作战一个防毒面具样品广泛应用该软件，作为一个比如说，该比如说重现了 development-to-deployment 管道。

一般化用户旅程

随着 NGC 的推出，NVIDIA 一般化了整个用户体验，并将所即可的特别器皿、静态、文档和 Helm 统计分析集中都在一个之外，而无即可在目录中都导向和互相配合各种单一的相结合块。

您可以找到针对特定战斗任务的指导载荷的 NGC 集合，如启动时音韵识别或图像类群，以及行业 SDK，例如 NVIDIA Clara 或迁移学习 (TLT)。如果您期盼相结合一个用于对象样品的广泛应用该软件，那么在目录中都抓取该集合，您将在一个之外找到所有特别资产。

可用 NVIDIA TF32 Tensor Cores 较快 AI 基础训练

NVIDIA Ampere GPU 架构引入了第三代 Tensor Cores，以及原先TensorFloat32 (TF32) Mode较快 FP32 差分和向量行列式。TF32 Mode是AmpereGPU 架构上 32 位常量的 AI 基础训练的默认选项。它为单准确性DL指导载荷助长了 Tensor Core 较快，而不即可对静态JavaScript展开任何更改。

可用VF-16 位格式 (FP16/BF16) 的融合准确性基础训练基本上是最快的选项，只即可静态JavaScript中都的几行文档。表1标示出了与 FP32 CUDA 核反应相比之下，A100Tensor Cores 的代仅学吞吐量。值得表明的是，对于单准确性基础训练，A100 备有的代仅学吞吐量比上十代基础训练GPU V100 高 10 倍。

内部形态

TF32 是 GPU 架构 Ampere 十代 Tensor Core 中都新增的一种原先测算Mode。点积测算，它看成了向量行列式和差分的相结合块，将 FP32 的反向轮化到 TF32，在不损失准确性的情况下测算厂家，然后将这些厂家获取到 FP32 反向中都。

TF32 只是作为 Tensor Core 操作Mode公开，而不是一个子类。闪存中都的所有驱动器和其他操作完全保留在 FP32 中都，只有差分和向量行列式在行列式之前将它们的反向转换成为 TF32。相反，16位子类备有驱动器、各种仅算符等等。