Fyusion破解了让机器学习在任何移动设备上运行的代码

在机器学习领域，让模型在各种手机上运行是众所周知的挑战。这就是为什么 Cox Automotive 旗下的视觉智能公司 Fyusion 提供了一个功能强大的新开源库，使机器学习模型几乎可以在任何移动设备上轻松高效地运行。现在在GitHub上可用，这个名为 FyuseNet 的轻量级但功能强大的软件库可以采用各种机器学习模型，并为开发人员选择的任何平台编写令人难以置信的快速实现，同时保持精益应用程序。

Fyusion 联合创始人兼首席产品官Stephen Miller表示：“在 Fyusion，我们生活在高科技研究和实用工程的交叉点，以一种真正造福于我们周围人的方式将伟大的想法变为现实。” “我们知道 FyuseNet 有多么强大，因为我们已经在自己的工作中使用了多年，我们相信这可以成为每个人用来加速机器学习进步的一个漂亮的库。”

由于操作系统之间的明显差异，以及老一代和新一代手机之间的碎片化，为手机创建机器学习模型一直效率低下。这导致创新大多被保留给许多人买不起的 1,000 美元以上的旗舰手机。

然而，Fyusion 团队的使命是让机器学习大众化，并确保这些技术更容易为更多人所用。这就是为什么开放对 FyuseNet 的访问对他们来说很重要，因为它的轻量级实现使其与大多数设备兼容——无论制造商或特定处理器细节如何——即使没有可用的网络连接也是如此。FyuseNet 创建于 2016 年供内部使用，在今年首次出现在 GitHub 上之前，已在 Fyusion 内部迭代多年。

技术细节：

FyuseNet 是一个基于 OpenGL(ES) 的库，可以在支持 OpenGL 和 OpenGL(ES) 的 GPU 上运行神经网络推理。该库是用可移植的 C++ 编写的，可在各种桌面、边缘和移动平台上运行。FyuseNet 在 MIT 许可证下免费提供。

为了提供实时运行所需的性能，开发人员将一些调整集成到库中，其中最重要的是能够在单个层/着色器中融合一些操作。FyuseNet 使用的第二个技巧是利用 GPU 的光栅运算处理器。这有一个额外的好处，即基本上免费获得一些算术运算，因为它不会改变着色器内的执行时间。除了 OpenGL 之外，运行时没有明显的外部依赖性，因此用户可以获得干净、简单、极其可移植的代码。

Fyusion 联合创始人兼首席执行官Radu Rusu补充说：“当我们创立 Fyusion 时，我们的目标之一是利用我们团队的巨大技术专长，并用它来解决日常生活中人们面临的现实问题。” “由于机器学习的创新发生得很快，我们相信免费提供 FyuseNet 将帮助我们建立一个更广泛的开发者社区，他们可以在发现发现时共同做出贡献，并确保在未来几年里更多的人可以从中受益。”

Fyusion总部位于旧金山，在机器学习和 AI 领域聘请了一些世界顶尖的研究人员和开发人员，每年帮助客户查看和分析数百万张 3D 汽车图像。Fyusion 于 2020 年被全球最大的汽车服务和技术提供商 Cox Automotive 收购，仍然处于计算机视觉进步的前沿，利用软件、成像技术、传感器和服务从视觉数据中提取可操作的见解。

作为 Cox Automotive 的一部分，Fyusion 提供了批发汽车行业唯一的 AI 技术，该技术使用 3D 成像从各个角度查看车辆损坏情况。Fyusion 的技术用于移动和固定成像解决方案，每年为全球最大的批发市场 Manheim 捕获数百万辆二手车。Fyusion 和 Manheim 共同使用 FyuseNet 中的相同技术，为二手车提供汽车行业最先进的自动损坏检测解决方案。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！