Google Cloud と Hugging Face が AI インフラストラクチャ パートナーシップを締結

Google Cloud と Hugging Face が AI インフラストラクチャ パートナーシップを締結

Google LLC のクラウド コンピューティング部門は本日、オープンソースの人工知能モデルを共有するための人気プラットフォームを運営する Hugging Face との新たな提携を発表しました。

この契約により、Google Cloud は Hugging Face の人工知能トレーニングおよび推論ワークロードの「優先的な宛先」となる。さらに、両社はそれぞれのサービスの一部を相互に統合する予定です。

昨年8月に45億ドルの評価額が付けられたHugging Faceは、オープンソースのAIモデルをホストするためのGitHubのようなプラットフォームを提供している。プラットフォームでは、トレーニング データセットなどの関連ファイルを共有することもできます。同社は、他の開発者の機械学習プロジェクトをホストするだけでなく、研究協力を通じて 2 つのオープンソース言語モデルを構築しました。

同社はさまざまな有料クラウドサービスを通じて収益を上げています。サービスの 1 つである AutoTrain は、人工知能モデルのトレーニング プロセスにおける手作業の作業負荷を軽減します。 Hugging Face は推論エンドポイントも提供しており、企業はこれを使用してすでにトレーニング済みの AI モデルをホストできます。

Google Cloudとの新たなパートナーシップの一環として、同社は検索大手のVertex AI製品スイートとの統合を開始する予定だ。このスイートには、AI 開発ツールと 130 を超えるパッケージ化された基本モデルが含まれています。両社によれば、開発者は数回クリックするだけでHugging FaceインターフェースからVertex AIにアクセスできるようになるという。

同様の統合は、検索大手のマネージド Kubernetes サービスである Google の Kubernetes Engine にも導入される予定です。開発者はこのサービスを利用して、Hugging Face からダウンロードしたオープンソースのニューラル ネットワークなどの AI ワークロードをソフトウェア コンテナーの形式で実行できます。これは、Google のクラウド プラットフォーム GKE を通じて提供される AI に最適化されたチップ上でこれらのコンテナを実行することで可能になります。

検索大手は、Hugging Faceのユーザーは自社開発の機械学習プロセッサの最新バージョンであるCloud TPU v5eにアクセスできるようになると述べた。このチップは、Google の前世代のチップに比べて、1 ドルあたりのパフォーマンスが最大 250 パーセント向上しています。また、より低いレイテンシで AI モデルを実行することもできます。

次に、Hugging Face は Google が最近リリースした A3 仮想マシンもサポートします。各 A3 VM インスタンスには 8 枚の Nvidia H100 グラフィック カードが搭載されており、前世代のインスタンスのチップよりもはるかに高速にデータを交換できるため、AI パフォーマンスが向上します。 A3 仮想マシンの GPU は、2 つの Intel プロセッサと 2 TB のメモリによって駆動されます。

「Google Cloud と Hugging Face は、生成 AI を開発者にとってよりアクセスしやすくし、より大きな影響を及ぼせるようにするという共通のビジョンを持っています」と、Google Cloud の CEO である Thomas Kurian 氏は述べています。「このコラボレーションにより、Hugging Face の開発者は Vertex AI、Google Cloud の専用 AI プラットフォーム、および当社の安全なインフラストラクチャにアクセスできるようになり、次世代の AI サービスとアプリケーションの開発を加速できます。」

新しいインフラストラクチャ オプションに加えて、Hugging Face は Google Cloud Marketplace との統合も追加します。この統合は、Hugging Face の有料 AI 開発およびマネージド サービスの顧客に対する請求を簡素化するように設計されています。この統合は、オープンソース開発者が AI アプリケーションを共有するために使用できる同社の Spaces ポータルでも機能します。

<<: 

>>:  テストへの道はどこにあるのでしょうか? YOLOv8 の究極ガイド

ブログ    

推薦する

人間の脳神経を模倣してAIを開発!ケンブリッジ大学の最新研究がネイチャー誌に掲載:人工脳がAIの新たな方向性となる

地球上で最も複雑な知能の担い手である人間の脳の最大の特徴の 1 つは、高いエネルギー効率で知能を生み...

...

Diffie-Hellman 鍵交換は、一般的な暗号化アルゴリズムです。

公開されたばかりの Logjam 脆弱性 (FREAK 脆弱性のバリエーション) に関する情報はブラ...

...

5G時代の到来により、携帯電話はどのように人工知能を取り入れることができるのでしょうか?

最近、第51回国際コンシューマー・エレクトロニクス・ショーが米国ラスベガスで開催され、世界中の人工知...

Facebookの広告システムの背後にあるペーシングアルゴリズム

[[163141]]先月、Facebook は 2015 年第 4 四半期の驚異的な財務結果を発表し...

浙江大学の呉飛氏とアリババの賈洋青氏が口論。AIの進化と年収100万ドルのどちらが本当なのか?

人工知能が再び人気を集めていることは間違いありません。第14次5カ年計画では、国家発展の戦略的支えと...

私の目が支配者です! 80億のパラメータを備えたOtterHDは、清明節のラクダを数えるのに役立ちます。南洋理工大学の中国チームによって作成されました

「清明節の河沿い」には何頭のラクダがいるか知りたいですか? UHD 入力をサポートするこのマルチモー...

モバイクの尹大飛氏:人工知能が何百万台もの自転車の運行改善に貢献

[51CTO.comより引用] 2017年7月21日から22日まで、51CTO主催の人工知能をテーマ...

北京冬季オリンピックのブラックテクノロジーが外国人に賞賛される:このロボットがある限り、防疫は安全

昨日、北京冬季オリンピックはブラックテクノロジーでいっぱいだとネットユーザーが言っているのを見ました...

USTCのニューラルネットワークとエンドツーエンドのトレーニングフレームワークは、教育環境が学生の能力に与える影響を調査する

[[424271]]中国科学技術大学の研究者らは、教育コンテキスト認識型認知診断フレームワークを提案...

TorchCVは、北京大学の学生が開発したPyTorchベースのCVモデルフレームワークです。

機械学習によってもたらされたあらゆる破壊的技術の中でも、コンピュータービジョンの分野は業界関係者と学...

機械学習に必要な確率論の基礎

この記事を読んでいただければ、確率の基本原理を機械学習に応用できる可能性が 100% あります。機械...

2030 年までに人工知能はどのようになるでしょうか?

[[378797]]画像ソース: unsplashマッキンゼー・グローバル・インスティテュートの調...

見ないと後悔するよ! 2019年の人工知能業界の25の主要トレンド

[[257459]]著名なベンチャーキャピタル調査機関である CB Insights は、2019 ...