قدمت Google TensorFlow 2.21 وLiteRT للـ AI المحمول

قدّمت جوجل TensorFlow 2.21 و LiteRT: تسريع وحدة المعالجة الرسومية ودعم NPU والتكامل مع PyTorch Edge

أعلنت جوجل رسمياً عن إطلاق نسخة جديدة من إطار عملها الشهير للتعلم الآلي — TensorFlow 2.21. كان الحدث الرئيسي لهذا الإصدار هو التأسيس النهائي لـ LiteRT، الذي انتقل من حالة المعاينة إلى منتج الإنتاج الكامل. الآن، يتم تحديد موضع LiteRT كإطار عمل استدلال عام (إخراج النماذج) مباشرة على الأجهزة، مما يحل محل الحل السابق بالكامل — TensorFlow Lite (TFLite).

السياق: تطور الذكاء الاصطناعي المحمول

يتحرك تطوير الذكاء الاصطناعي باستمرار نحو الحوسبة الطرفية، حيث تتم معالجة البيانات بأقرب ما يكون إلى المصدر، متجاوزة خوادم السحابة. هذا وثيق الصلة بشكل خاص بالأجهزة المحمولة مثل الهواتف الذكية والساعات الذكية والأدوات الأخرى، حيث تلعب سرعة الاستجابة وخصوصية البيانات وكفاءة الطاقة دوراً حاسماً. كان TensorFlow Lite هو المعيار لفترة طويلة لنشر نماذج التعلم الآلي على مثل هذه الأجهزة، لكن مع ظهور أجهزة أكثر قوة وبنى شبكات عصبية جديدة، كانت هناك حاجة إلى حل أكثر أداءً ومرونة. تم تصميم LiteRT لتلبية هذه الاحتياجات المتزايدة، حيث يوفر آلية أكثر تطوراً لتنفيذ نماذج الذكاء الاصطناعي على نطاق واسع من منصات الأجهزة.

الغوص العميق: ما الجديد في TensorFlow 2.21 و LiteRT

الابتكار الرئيسي في TensorFlow 2.21 هو بالضبط LiteRT. يوفر هذا الإطار تسريعاً كبيراً لوحدة معالجة الرسومات (GPU)، وهو أمر حاسم للمهام التي تتطلب حسابات متوازية مكثفة، مثل معالجة الصور أو الفيديو في الوقت الفعلي. بالإضافة إلى ذلك، يوفر LiteRT دعماً أصلياً لوحدات معالجة الشبكات العصبية (NPU) — معجلات أجهزة متخصصة تُوجد بشكل متزايد في الهواتف الذكية الحديثة وتم تصميمها لتنفيذ مهام التعلم الآلي بكفاءة. يسمح هذا باستخدام كامل قوة أجهزة الأجهزة المحمولة الحديثة لتحقيق أداء أعلى وتقليل استهلاك الطاقة.

ميزة مهمة أخرى لـ LiteRT هي تكامله السلس مع النماذج المطورة باستخدام PyTorch Edge. هذا يعني أن المطورين الذين استخدموا سابقاً نظام PyTorch البيئي لإنشاء حلول الذكاء الاصطناعي الخاصة بهم يمكنهم الآن نقل نماذجهم بسهولة نسبية للنشر على الأجهزة المحمولة والطرفية عبر TensorFlow LiteRT دون إعادة كتابة الكود من الصفر. هذا يبسط بشكل كبير عملية التطوير ويوسع الفرص للنشر عبر الأنظمة الأساسية.

الآثار: مستقبل الذكاء الاصطناعي على الطرف

يفتح إصدار TensorFlow 2.21 والتنفيذ الكامل لـ LiteRT آفاقاً جديدة لمطوري التطبيقات المحمولة والمهندسين العاملين على حلول الذكاء الاصطناعي الطرفية. يتيح تسريع وحدة معالجة الرسومات ودعم NPU إنشاء نماذج ذكاء اصطناعي أكثر تعقيداً وتطلباً كانت غير عملية في السابق لتشغيلها على الأجهزة. قد يؤدي هذا إلى ميزات جديدة في التطبيقات، مثل التعرف على الكائنات في الوقت الفعلي بدقة أعلى، ومعالجة متقدمة للغة الطبيعية مباشرة على الجهاز، والتوصيات الشخصية، وقدرات الواقع المعزز المحسّنة.

يساهم النقل المبسط للنماذج من PyTorch أيضاً في اعتماد أوسع للذكاء الاصطناعي على الطرف، مما يقلل من حاجز الدخول للفرق التي استثمرت بالفعل في أطر عمل أخرى. هذا يعزز معايير أعلى وقابلية التشغيل البيني في الصناعة.

الخلاصة

يعتبر TensorFlow 2.21 مع LiteRT كإطار عمل الاستدلال الأساسي على الأجهزة خطوة مهمة إلى الأمام في تطوير الذكاء الاصطناعي المحمول والطرفي. يجعل الجمع بين الأداء المحسّنة والدعم الموسّع للأجهزة والتوافق المحسّن مع أدوات أخرى شهيرة حلاً قوياً للمطورين الذين يسعون إلى الاستفادة من كامل إمكانات الذكاء الاصطناعي على أجهزة متنوعة جداً.