قلّل Prismax استخدام ذاكرة VRAM لاستنتاج π0.5 من حوالي 22 جيجابايت إلى 11.2 جيجابايت فقط، مما جعله متوافقًا مع بطاقات GPU بذاكرة 16 جيجابايت مثل RTX 5080 و5070 Ti. كيف تم تحقيق ذلك؟ > تم القضاء على تهيئة النموذج غير الضرورية بتنسيق FP32. > منع نماذج PyTorch من استهلاك ذاكرة VRAM إلى جانب محركات TensorRT المُجمّعة. النتيجة: استخدام أقل بـ 10 جيجابايت من ذاكرة VRAM دون التضحية بأداء النموذج. هذا يجعل استنتاج π0.5 عالي الأداء للروبوتات أكثر سهولة على أجهزة سطح المكتب والمحمول. @PrismaXai
Jasonمشاركة
المصدر:عرض النسخة الأصلية
إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة قد حصلت عليها من أطراف ثالثة ولا تعكس بالضرورة وجهات نظر أو آراء KuCoin. يُقدّم هذا المحتوى لأغراض إعلامية عامة فقط ، دون أي تمثيل أو ضمان من أي نوع ، ولا يجوز تفسيره على أنه مشورة مالية أو استثمارية. لن تكون KuCoin مسؤولة عن أي أخطاء أو سهو ، أو عن أي نتائج ناتجة عن استخدام هذه المعلومات.
يمكن أن تكون الاستثمارات في الأصول الرقمية محفوفة بالمخاطر. يرجى تقييم مخاطر المنتج بعناية وتحملك للمخاطر بناء على ظروفك المالية الخاصة. لمزيد من المعلومات، يرجى الرجوع إلى شروط الاستخدام واخلاء المسؤولية.