엔비디아가 음성 및 컴퓨터 비전 AI 애플리케이션에 새로운 자동 머신러닝 툴로 타사 MLOP(Machine Learning Operations) 플랫폼과 통합 및 사전 훈련된 새로운 엔비디아 타오 툴킷(NVIDIA TAO Toolkit) 4.0이 14일(현지시간) 공개했다

이 툴킷은 전이학습(Transfer Learning)을 통해 개발 프로세스 속도를 높일 수 있으며 전이학습은 학습된 기능을 기존 신경망 모델에서 새로운 맞춤형 텐서플로우(TensorFlow) 및 파이토치(PyTorch)를 기반으로 구축됐다. 

엔비디아 사전 훈련 모델을 자체 데이터로 미세 조정함으로써 AI 전문 지식이나 대규모 훈련 데이터세트 없이도 모델 추론 처리량을 최적화할 수 있다. 복잡한 AI 모델과 딥러닝 프레임워크를 단순화함으로써 AI 전문지식이 없는 개발자도 해당 툴킷을 사용해 AI 모델을 제작할 수 있다.

개발자는 타오 툴킷을 사용해 특정 환경 및 시나리오에 최적화된 맞춤형 프로덕션 준비 모델을 만들 수 있다. 또한 새로운 주요 기능은 개발자들이 방대한 양의 데이터 없이도 객체 감지 모델을 구축할 수 있도록 돕는다. 사용 사례에는 조립 라인 결함 탐지, 언어 간 특정 구문 번역, 도시 트래픽 관리 등이 포함된다.

주요 기능으로 사전 훈련된 모델에 대한 모델 가중치 및 타오 소스 코드에 대한 액세스와 수백 개의 매개 변수를 직접 미세 조정하는 번거로운 작업 없이 자동 머신러닝으로 고품질 모델 학습이 가능하다.

또한 아마존(Amazon) EKS, 애저(Azure) AKS와 같은 주요 클라우드 공급자 및 쿠버네티스(Kubernetes) 서비스의 가상머신(VM)에 구축과 구글 코랩(Google Colab), 구글 버텍스(Vertex) AI, 마이크로소프트(Microsoft) 애저 머신러닝을 비롯한 클라우드 머신 러닝 서비스에서 인프라 관리 및 확장 간소화 한다. 

아울러, 새로운 클라우드 통합과 W&B, 클리어머신러닝(ClearML) 등의 타사 MLOps 서비스를 통해 개발자와 기업에 최적화된 AI 워크플로우 제공하며, REST API를 사용해 기존 서비스 통합 및 새로운 인공지능 서비스 신속하게 구축하며, 트랜스포머 기반의 새로운 사전 교육 모델(CitySemSegformer, Peoplenet Transformer)과 소매별 사전 교육 모델(RetailObjectDetection·Recognition, ReIdentificationNet) 사용한다.

한편, 타오 툴킷의 6개 세션의 시작 가이드(보기)는 영상으로 볼 수 있으며, 타오 툴킷 4.0(다운) 역시 다운로드할 수 있다.