Search Results クラウド

医療画像AIがより簡単になりました：NVIDIAがMONAIをホステッドクラウドサービスとして提供

本日、NVIDIAは医療画像AIのためのクラウドサービスを立ち上げました。これにより、完全に管理され、クラウドベースのAPIを通じてグランドトゥルースデータの作成と専門的なAIモデルのトレーニングをスムーズ化し、加速させることができます。 NVIDIA MONAIクラウドAPIは、この週にシカゴで開催される北米放射線学会の年次総会(RSNA)で発表され、開発者とプラットフォームプロバイダが事前にトレーニングされた基礎モデルを使用し、企業向けのAIワークフローを統合するための迅速なパスを提供します。これらのAPIは、NVIDIAとキングズカレッジロンドンによって設立されたオープンソースのMONAIプロジェクトに基づいて構築されています。医療画像は医療分野全体で重要な役割を果たしており、医療データの約90%を占めています。これは放射線科医や臨床医がスクリーニング、診断、介入を行うために使用されるほか、バイオファーマの研究者が臨床試験患者が新薬にどのように反応するかを評価するために使用され、医療機器メーカーはリアルタイムの意思決定支援を提供します。これらの領域における作業の規模は、医療画像専用のAIファクトリーを必要とします。これはエンタープライズグレードのプラットフォームであり、大規模なデータ管理を提供し、グランドトゥルースのアノテーションを作成し、モデルの開発を加速し、シームレスなAIアプリケーションの展開を確立します。 NVIDIA MONAIクラウドAPIを使用することで、ソリューションプロバイダは医療画像プラットフォームにAIをより簡単に統合することができます。これにより、放射線科医、研究者、臨床試験チームがドメインに特化したAIファクトリーを構築するための高速ツールを提供することができます。これらのAPIは、NVIDIA DGX Cloud AIスーパーコンピューティングサービスを通じて早期アクセスで利用可能です。 NVIDIA MONAIクラウドAPIは、AI開発のためのエンドツーエンドワークフローをサポートする主要な医療画像データおよびAIプラットフォームであるFlywheelに統合されています。RedBrick AIなどの医療画像アノテーション企業の開発者やDataikuなどの機械学習オペレーション（MLOps）プラットフォームプロバイダは、NVIDIA MONAIクラウドAPIを自社の提供物に統合する予定です。医療画像のための準備完了のアノテーションとトレーニング効率的かつコスト効果の高いAIソリューションを構築するには、ソフトウェアのためのフルスタック最適化、スケーラブルなマルチノードシステム、最新の研究など、堅牢でドメインに特化した開発基盤が必要です。また、高品質なグランドトゥルースデータも必要ですが、特に3D医療画像では専門知識が高度に必要なアノテーションのため、煩雑で時間がかかる場合があります。 NVIDIA MONAIクラウドAPIには、VISTA-3D（Vision Imaging Segmentation and Annotation）の基礎モデルによるインタラクティブなアノテーション機能が搭載されています。これにより、ユーザーのフィードバックと新しいデータに基づいて、AIモデルのパフォーマンスが向上します。 VISTA-3Dは、さまざまな疾患と体の部位にわたる4,000人以上の患者の3D CTスキャンからアノテーション付き画像のデータセットでトレーニングされており、医療画像解析のための3Dセグメンテーションマスクの作成を加速します。そして、継続的な学習により、AIモデルのアノテーション品質が時間とともに向上します。…

「Rcloneを使用したクラウドベースのデータストレージの管理」

企業がクラウドベースのストレージソリューションにますます依存するにつれて、ビッグデータを効果的に管理するために適切なツールと技術を持つことが不可欠です

アニメーションワードクラウドでのデータストーリーテリング’ (Animeshon wādo kuraudo de no data sutooriteringu)

アニメーションされたワードクラウドは、テキストサンプルアイテムの連続したシーケンスであるn-gram（連続した文字列）の絶対的な頻度を時間の経過とともに画像のシーケンスとしてビデオファイルで表示します単語により重要性を与えます...

「マイクロソフト、Azureカスタムチップを発表：クラウドコンピューティングとAI能力を革新する」

産業の持続的な噂の中で、Microsoftの長らく待ち望まれていた発表がイグナイトカンファレンスで明らかになり、テックランドスケープにおける重要な瞬間を迎えました。このテックジャイアントは、ハードウェアとソフトウェア領域全般におけるイノベーションと自己完結性へのコミットメントを体現する、独自に設計されたチップを正式に発表しました。この発表の中核をなすのは、Microsoft Azure Maia 100 AIアクセラレータとMicrosoft Azure Cobalt CPUの2つの画期的なチップです。Maia 100はMaiaアクセラレータシリーズの一部で、5nmプロセスと1,050億個のトランジスタを備えています。このパワーハウスは、複雑なAIタスクと生成的なAI操作を実行するために特別に設計され、Azureの最も重いAIワークロード、大規模なOpenAIモデルの実行を支えることが使命です。 Maia 100には、128コアのArmベースアーキテクチャを備えたAzure Cobalt 100 CPUが補完されています。この64ビット構造が特筆すべきであり、このプロセッサは、40%少ない電力でARMベースの競合製品よりも一般的なコンピューティング操作を提供するよう設計されています。自己完結性の包括的なビジョンを強調しつつ、Microsoftはこれらのチップを、チップやソフトウェアからサーバー、ラック、冷却システムまでのすべての側面を管理する野心の最後のピースとして位置付けました。来年初めにMicrosoftのデータセンターに導入される予定のこれらのチップは、最初にCopilot AIとAzure OpenAIサービスを駆動し、クラウドとAIの機能の限界を em 続きを読む。マイクロソフトの戦略は、チップ設計を超えた包括的なハードウェアエコシステムまで及んでいます。これらのカスタムチップは、マイクロソフトとそのパートナーが共同開発したソフトウェアを利用して、特別に設計されたサーバーマザーボードとラックに統合されます。目標は、パワーエフィシエンシー、性能、コスト効率を最適化する高度に適応可能なAzureハードウェアシステムを作ることです。このチップの発表と同時に、MicrosoftはAzure Boostを導入しました。これは、ストレージとネットワーキング機能をホストサーバーから専用のハードウェアにオフロードすることで、操作を迅速化するためのシステムです。この戦略的な動きは、Azureのインフラ内での速度と効率を強化することを目的としています。カスタムチップに加えて、MicrosoftはAzureの顧客にインフラストラクチャオプションを多様化するためのパートナーシップを築きました。さらに、テックジャイアントは、VoAGIサイズのAIトレーニングと生成的なAI推論タスクに対応するNvidia…

「生成AIの新たなフロンティア—クラウドからは遠くに」

最初に、インターネットがありましたそれは私たちの生活を永遠に変えましたコミュニケーションの方法、ショッピングの仕方、ビジネスのやり方も含めてですそして、遅延やプライバシー、コスト効率の理由から、インターネットはネットワークのエッジに移り、物のインターネットが生まれましたそして今、人工知能がありますそれによって私たちがインターネット上で行うすべてのことが変わります...

「中国AI研究チームが導入した4K4D ハードウェアラスタライゼーションをサポートし、前例のない描画速度を実現する4Dポイントクラウド表現」

ダイナミックビューシンセシスは、キャプチャされたビデオから動的な3Dシーンを再構築し、没入型仮想再生を生成しようとするコンピュータビジョンとグラフィックのタスクです。この技術の実用性は、高忠実度なリアルタイムレンダリング能力に依存しており、VR / AR、スポーツ放送、芸術的パフォーマンスキャプチャなどで使用されます。従来のアプローチでは、動的な3Dシーンをテクスチャ付きメッシュシーケンスとして表現し、複雑なハードウェアを使用して再構築しますが、制御された環境に限定されます。最近の研究では、RGBビデオから動的な3Dシーンを再構築するための暗黙のニューラル表現が、微分可能なレンダリングを通じて非常に成功しています。最近開発された手法では、対象シーンを動的な放射輝度場としてモデル化し、ボリュームレンダリングを使用して画像を合成し、最適化のために入力画像と比較します。動的ビューシンセシスで印象的な結果を達成しているにもかかわらず、既存の手法は通常、1080pの解像度で画像をレンダリングするために数秒または数分の時間を要します。静的なビューシンセシスの手法に触発され、特定のダイナミックビューシンセシスのテクニックは、コストまたはネットワーク評価の数を減らすことによってレンダリング速度を向上させます。これらの戦略を採用することにより、MLPマップとして知られる表現は、ダイナミックな前景人物のためのレンダリング速度を41.7 fpsに達成します。ただし、レンダリング速度の課題は依然残ります。MLPマップは、中程度の解像度の画像（384×512）を合成する場合にのみリアルタイムのパフォーマンスを発揮します。4K解像度の画像をレンダリングする場合、その速度は1.3 FPSまで低下します。この研究では、4K4Dという新しいニューラル表現を紹介し、動的な3Dシーンのモデリングとレンダリングに使用します。4K4Dは、レンダリングの速度を大幅に改善し、レンダリングの品質において競争力を維持しています。システムの概要を以下に示します。このコアのイノベーションは、4Dポイントクラウド表現とハイブリッド外観モデルにあります。具体的には、動的なシーンでは、空間刻みアルゴリズムを使用して取得した荒いポイントクラウドシーケンスを使用し、各ポイントの位置を学習可能なベクトルとしてモデル化します。4D特徴グリッドを導入し、各ポイントに特徴ベクトルを割り当て、それをMLPネットワークに入力してポイントの半径、密度、および球面調和（SH）係数を予測します。 4D特徴グリッドは、ポイントクラウドに空間的正則化を自然に適用し、最適化のロバスト性を向上させます。さらに、異なる可能な深さの剥離アルゴリズムを開発し、ハードウェアラスタライザを使用して前例のないレンダリング速度を実現します。研究では、MLPベースのSHモデルが動的シーンの外観を表現する際の課題を特定しています。これに対処するために、SHモデルを補完するための画像ブレンディングモデルを導入して、シーンの外観を表現します。重要な設計の選択肢により、画像ブレンディングネットワークは視線方向と独立しており、トレーニング後の事前計算を可能にし、レンダリング速度を向上させます。ただし、この戦略は、ビュー方向に沿った離散動作の課題を導入し、連続のSHモデルを使用して緩和されます。3Dガウススプラッティングとは異なり、SHモデルのみを使用するのではなく、このハイブリッド外観モデルは入力画像で捉えられた情報を十分に活用し、レンダリング品質を効果的に向上させます。著者によって報告された広範な実験では、4K4Dは注目すべきレンダリング品質であると同時に、桁違いに高速なレンダリングを達成しています。RTX 4090 GPUを使用した場合、この手法は1080pの解像度で最大400 FPS、4Kの解像度で80 FPSに達するとのことです。以下の画像は、最先端の技術との視覚的比較です。これは4K4Dの概要であり、ハードウェアラスタライゼーションをサポートし、前例のない高速なレンダリングを可能にする革新的なAI 4Dポイントクラウドの表現です。詳細を知りたい方は、以下に引用されたリンクを参照していただくか、お気軽にお問い合わせください。

「速さの中で：NVIDIAがオムニバースクラウドサービスをMicrosoft Azure上で発表し、自動車のデジタル化を加速する」

自動車会社は、製品ライフサイクルのあらゆる段階で変革を遂げています。物理的で手動的なプロセスを、ソフトウェア駆動型でAIを活用したデジタルシステムに進化させています。 NVIDIAは、コストの削減とリードタイムの短縮を支援するために、Omniverse Cloudに新たな2つのシミュレーションエンジンを発表しています。それらは、仮想工場シミュレーションエンジンと自動運転車（AV）シミュレーションエンジンです。 Omniverse Cloudは、産業デジタル化のためのアプリケーションの開発と展開を行うためのプラットフォームとして、Microsoft Azure上にホストされています。このワンストップショップでは、世界中の自動車メーカーが、自社の製品とビジネスプロセス全体を統一的にデジタル化することができます。これにより、より迅速な生産と効率的なオペレーションを実現し、市場投入までの時間を短縮し、持続可能性の取り組みを向上させることができます。設計、エンジニアリング、製造チームにとって、デジタル化は彼らの業務を合理化し、従来は主に手動で行われていた産業プロセスを、コンセプトやスタイリング、AVの開発・テスト・検証、工場計画などの効率的なシステムに変換します。仮想工場シミュレーションエンジン Omniverse Cloudの仮想工場シミュレーションエンジンは、カスタマイズ可能な開発者アプリケーションとサービスのコレクションであり、工場計画チームが大規模な産業データセットを接続し、リアルタイムで共同作業、ナビゲーション、レビューすることを可能にします。 3Dデータを扱う設計チームは、仮想工場を組み立て、軽量デバイスから完全な保護期間の製造データセットを表示、注釈、更新することができます。Omniverse Cloud上で仮想工場をシミュレーションすることで、自動車メーカーは、建設が進行している間に変更が必要な場合に生じる数年間の取り組みと何百万ドルもの費用を節約しながら、スループットと生産品質を向上させることができます。 Omniverse Cloudでは、Autodesk Factory Planningなどの既存のソフトウェアアプリケーション（ビルディング、機械、電気、配管、工場ラインをサポートする）や、SiemensのNX、Process Simulate、Teamcenter VisualizationソフトウェアとJTファイル形式など、既存のソフトウェアアプリケーションとの相互運用性を実現できます。2Dデバイス上でリアルタイムに知識とデータを共有したり、拡張現実でライブの仮想工場レビューを行ったりすることができます。欧州最大の自動車メーカー向けの主要なITソリューションプロバイダーであるT-Systemsは、Omniverse Cloudに展開可能なカスタム仮想工場アプリケーションを構築・展開しています。 NVIDIAのService Delivery PartnerプログラムのエリートメンバーであるSoftServeも、工場の設計、生産計画、制御をカバーしたカスタムの工場シミュレーションと可視化ソリューションを、このOmniverse Cloudエンジン上で開発しています。…

クラウドコンピューティングとウェアラブルデバイス：強力な組み合わせ

クラウドコンピューティングは、データの保存と処理によってウェアラブルデバイスを強化し、リアルタイムの接続性とスケーラビリティを実現しますが、プライバシーやコストの懸念もあります

マイクロソフトアジュール：クラウドコンピューティングの未来を支える

Microsoft Azureの現代のビジネスやテクノロジー環境への影響を発見してください主な特徴、利点、使用例を探索しましょう

「NVIDIA Grace Hopperスーパーチップは、グローバルの研究施設、システムメーカー、クラウドプロバイダーで40以上のAIスーパーコンピュータを駆動しています」

数十台の新しいスーパーコンピュータが、NVIDIAの画期的なGH200 Grace Hopper Superchipによって、巨大なスケールのAIとハイパフォーマンスコンピューティングを実現するために、まもなくオンラインに入る予定です。 NVIDIA GH200は、テラバイト単位のデータを実行する複雑なAIおよびHPCアプリケーションの高速化により、科学者や研究者が世界でもっとも困難な問題に取り組めるようにします。 NVIDIAは、SC23スーパーコンピュータショーで、Dell Technologies、Eviden、Hewlett Packard Enterprise（HPE）、Lenovo、QCT、Supermicroなど、さまざまなシステムへの導入を発表しました。 ArmベースのNVIDIA Grace CPUとHopper GPUアーキテクチャを組み合わせ、NVIDIA NVLink-C2Cインターコネクト技術を使用するGH200は、世界中の科学スーパーコンピューティングセンターのエンジンとしても機能します。これらのGH200を搭載したセンターは、合わせて約200 エクサフロップのAI性能を持ち、科学的なイノベーションを推進します。 HPE CrayスーパーコンピュータはNVIDIA Grace Hopperを統合 HPEは、デンバーのショーでHPE Cray EX2500スーパーコンピュータを提供し、NVIDIA…

Learn more about Search Results クラウド - Page 2