NVIDIA TAO Toolkit
高精度でカスタマイズされた運用レベルの AI モデルを作成して、音声およびコンピューター ビジョン AI アプリケーションを強化します。
TAO をダウンロード 今すぐ始めるNVIDIA TAO Toolkit とは
AI/機械学習モデルを一から作成するには、膨大な量のデータと何人ものデータ サイエンティストが必要です。しかし、転移学習を利用すれば、モデル開発プロセスをスピード アップできます。これは、既存のニューラル ネットワーク モデルから学習済みの特徴量を抽出して、新しいカスタム モデルに転移するという一般的な手法です。
TensorFlow と PyTorch をベースにした NVIDIA TAO Toolkit は、NVIDIA TAO フレームワークをローコードで利用できるようにしたもので、AI/ディープラーニング フレームワークの複雑さを抽象化して、モデルのトレーニング プロセスを促進します。TAO Toolkit を利用すれば、AI の専門知識や大規模なトレーニング データセットがなくても、転移学習によって、NVIDIA の学習済みモデルを独自データで微調整して、推論向けに最適化できます。
主なメリット
モデルを簡単にトレーニング
TAO Toolkit は、Jupyter Notebook でモデルをトレーニングするローコード ソリューションのため、AI フレームワークの専門知識は不要です。
高精度の AI を構築
NVIDIA の学習済みモデルとモデル アーキテクチャを使用して、ユース ケースに合った高精度のカスタム AI モデルを作成できます。
推論向けに最適化
カスタマイズするだけでなく、推論向けにモデルを最適化することで、性能を最大 4 倍に向上できます。
学習済み AI モデルとは
学習済み AI/ディープラーニング モデルは、あらかじめ代表的なデータセットでトレーニングされ、重み付けとバイアスによって微調整されています。一からトレーニングする場合と比べて、わずかな量の実データや合成データによって短時間で簡単にモデルをカスタマイズできます。
ビジョン AI 向け学習済みモデル
NVIDIA の 100 種類以上の最適化モデル アーキテクチャを使用して、画像処理、分類、物体検出、セマンティック セグメンテーションといったコンピューター ビジョン タスク向けのカスタム ディープラーニング モデルを作成できます。
また、タスクベース モデルを使用して、人間の動作や姿勢の認識、混雑した空間における人の検出、車両およびナンバー プレートの検出や分類なども実行できます。
NGC から Jupyter Notebook をダウンロード 性能表を確認対話型 AI 向け学習済みモデル
自動音声認識 (ASR)、自然言語処理 (NLP)、テキスト読み上げ (TTS) を基盤とするモデルを微調整して、個別のリアルタイム コール センター体験、スマート キオスク、その他の対話型 AI サービスを設計できます。
NGC から Jupyter Notebook をダウンロード主な機能
Rest API を使用して TAO Toolkit をアプリケーションに統合
Kubernetes 上の最新クラウドネイティブ インフラストラクチャに TAO Toolkit を展開し、REST API を使用してアプリケーションに統合できます。新しい AI サービスを構築するか、既存のサービスに TAO Toolkit を統合して、異種ツール間の自動化を有効にします。
詳細を見る.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
DeepStream や Riva をパワーアップ
TAO Toolkit で生成された最適化モデルは、ビジョン AI 向けの NVIDIA DeepStream SDK や音声 AI 向けの Riva と簡単に統合できるため、モデルの性能向上やアプリケーション開発の促進に役立ちます。
DeepStream と統合 Riva と統合あらゆる場所で AI を作成できる NVIDIA AI Enterprise
TAO Toolkit は、AI およびデータ分析ソフトウェアのエンドツーエンドのクラウドネイティブ スイートとして、NVIDIA AI Enterprise の不可欠なコンポーネントです。NVIDIA によって最適化、認定、サポートされているため、企業はあらゆる場所で展開できる AI を作成でき、AI プロジェクトを進めるためのエンタープライズ向けサポートも受けられます。
詳細を見る
推論性能
NVIDIA の学習済みモデルを使用して、エッジ (NVIDIA Jetsons) からクラウド (NVIDIA Ampere アーキテクチャ GPU) までのプラットフォームでピーク推論性能を実現します。バッチ サイズやその他のモデルについては、パフォーマンス データシートの詳細を参照してください。
|
|
|
|
|
|
|
|
||||
|---|---|---|---|---|---|---|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
導入事例
.jpg)
OneCup AI
OneCup AI のコンピューター ビジョン システムは、NVIDIA の学習済みモデルと TAO Toolkit を使用して動物の行動を追跡、分類することで、開発時間を数か月から数週間に大幅に短縮しました。
RocketBoots
RocketBoots は、NVIDIA TAO Toolkit と学習済みモデルを使用して、社内の自動人材管理ソリューションの推論性能を向上させました。
Floatbot
Floatbot は、カスタマイズ済みのシンガポール英語の音声 AI アプリケーションに NVIDIA Riva と NVIDIA TAO を使用して、世界規模の保険および金融機関のクライアントのコール センター業務を自動化しています。
主な導入企業
よく寄せられる質問
TAO には 2 種類のバージョンがあります。
- TAO の機能をローコードで利用できる TAO Toolkit
- ノーコードの GUI ベース ソリューション (現在開発中) 早期アクセスをご希望の場合は、こちらからお申し込みください。
対象となるモデル アーキテクチャの一覧は、こちらをご覧ください。
- ビジョン モデルは、DeepStream を使用して展開できます。
- 音声モデルは、Riva を使用して展開できます。
- モデルの展開には、Triton Inference Server を使用することもできます。
展開方法の詳細については、ドキュメントの対応セクションを参照してください。
リソース
新しい開発者向けブログ
NVIDIA Isaac Sim と NVIDIA TAO を使用した AI 搭載ロボットの開発と展開
ホワイトペーパー
転移学習の活用で無限に広がる、AI ワークフローの適応と開発の高速化の方法
GTC ウェビナー
TAO Toolkit を使用して、開発者がデータに関する課題を克服し、最小限のコーディングでモデルを微調整する方法などをご紹介します。