В России создали алгоритм, снижающий потребность нейросетей в мощностях дата-центров.
Разработка Московского физико-технического института позволяет ИИ-моделям работать быстрее и занимать меньше памяти, пишут «Известия». Алгоритм оптимизирует процессы обработки данных и более эффективно распределяет вычислительную нагрузку между серверами.
HARP требует некоторого времени на настройку, поскольку подбирает оптимальные преобразования для каждого слоя модели. Зато после сжатия модель работает быстрее и занимает значительно меньше памяти. При этом нам не нужно заново обучать всю нейросеть — достаточно провести дополнительную калибровку,
— рассказал старший исследователь лаборатории фундаментальных исследований искусственного интеллекта МФТИ Глеб Молодцов.
