|
Xiaomi は 6 月に自社開発のモバイル ディープラーニング フレームワークである Mobile AI Compute Engine (MACE: https://github.com/xiaomi/mace) をオープンソース化すると発表したのに続き、最近、モバイル ニューラル ネットワーク フレームワーク ベンチマーク プロジェクトである MobileAIBench (https://github.com/xiaomi/mobile-ai-bench) のオープンソース化を発表しました。 Leifeng.com（WeChat公式アカウント：Leifeng.com）によると、MobileAIBenchは、開発者にソフトウェアとハードウェアを選択するための体系的な比較と直感的かつ定量的なガイドを提供することを目指しています。その目標は、さまざまなハードウェア、コンピューティングユニット、ABI、ニューラルネットワークコンピューティングフレームワークを包括的に評価できる、ソフトウェアとハードウェアの統一された包括的な評価フレームワークを確立することです。 現在、多くの開発者が共通のジレンマに直面しています。それは、アプリケーションのコンピューティングニーズを満たしつつ、高いコスト効率を提供するハードウェアをどのように選択するか、そしてそのハードウェアに適したニューラルネットワークコンピューティングフレームワークをどのように選択するかという問題です。さらに、開発者はモデルの量子化圧縮とモデル精度の低下を比較検討する必要があります。アプリケーション開発者やアルゴリズム開発者にとって、適切な選択を行うには、多くの場合、多面的な実験が必要であり、時間と労力がかかります。ユーザーがインテリジェンス、低レイテンシ、プライバシー保護を求めるようになるにつれ、モバイルデバイス上でのオフラインニューラルネットワークアプリケーションはますます普及しています。MobileAIBenchは、この問題を解決できる可能性があります。 MobileAIBenchプロジェクトは現在オープンソース化されており、Androidのみをサポートしていますが、POSIX準拠のあらゆるシステムへの拡張は比較的容易です。現在、MACE、SNPE、ncnn、TensorFlow Liteなどのフレームワークの評価をサポートしており、今後のアップデートではモデルの量子化圧縮や精度比較などの機能が追加される予定です。ユーザーは、プロジェクトのドキュメントを参照することで、独自のフレームワークや新しいモデルを追加できます。 このプロジェクトでは、複数のモバイル端末で毎日ビルドとテストを実行する予定です。テストデータは、プロジェクトページのCIパイプラインページ（https://gitlab.com/llhe/mobile-ai-bench/pipelines）から入手できます。 Leifeng.comは、Xiaomiが一貫してオープンソースの活用を提唱し、Hadoop、HBase、Spark、TensorFlowといった主要な国際オープンソースプロジェクトに積極的に参加していることを知りました。特にHBaseプロジェクトでは、2名のPMCメンバーと7名のコミッターを育成し、コミュニティの中核を担う存在となっています。これに先立ち、Xiaomiは既に一連のオープンソースプロジェクトを立ち上げていました。
XiaomiのAI・クラウドプラットフォーム担当副社長である崔宝秋博士は以前、オープンソースの活用はXiaomiのエンジニアリング文化の重要な部分であると述べています。モバイルOSからクラウドコンピューティング、ビッグデータ、人工知能に至るまで、オープンソースはXiaomiにとって重要な役割を果たしています。Xiaomiは、より多くの開発者の参加を歓迎します。 |
