Спасибо за вашу точку зрения! Но позвольте не согласиться с некоторыми выводами. Да, Andres действительно ушел, да Пэт высказывался по поводу закрытия RealSense, да есть люди, которые переходят в другие подразделения и компании, НО новые продукты будут и они уже тестируются заказчиками, с которыми подписаны соответствующие соглашения, поддержка продолжает работать и Bug Fix делается.
Что касается ухода людей, то после закрытия L515, T265 и F450/455, высвободившиеся «руки», как и планировалось, направлены на проекты, связанные с основным бизнесом компании, в частности AMR – Autonomous Mobility Robots.
Камеры серии D4xx, продолжают выпускаться и развиваться. Поддержка их обслуживает, а также принимаются предложения по улучшению софта, если это связано с роботостроением. Никто не ограничивает их использование в проектах, не связанных с роботостроением и сейчас их огромное количество.
В мире электроники резкие смены курса случаются, но по стерео-камерам RealSense ближайшее будущее выглядит вполне оптимистично, ждём что будет с выходом обновленных Roadmap.
Среди процессоров AMD исторически, еще со времен Opteron, были 64-ядерные модели. Однако требуются они далеко не часто, по крайней мере представитель НР мне говорил, что заказчиков на такие сервера буквально единицы.
1. Обучение ведётся на CPU с поддержкой SGX, так как используются чувствительные данные и технология SGX позволяет безопасно загрузить данные в анклав и обучить модель без раскрытия этих данных
2. Датасеты скрывают по разным причинам — требование регулятора, нежелание раскрывать данные, которые являются частью бизнеса компании
Частота процессора и количество потоков в данном сценарии не играют существенной роли, так как все операции обучения и на SGX1 CPU и на SGX2 CPU происходили последовательно и использовался однопоточный анклав (TCSNum = 1) и основной прирост в скорости обучения достигается именно за счёт отсутствия EPC swapping (см. ниже).
Ускорение достигается за счёт увеличенного максимального размера анклава в SGX 2.0.
В SGX1 максимальный размер enclave page cache (EPC) составляет 128 Мегабайт и, если размер анклава его не превышает, то нет никакого пенальти по производительности. В SGX2.0 размер EPC составляет, как видно, уже 256 Гигабайт.
Для обучения качественных ML моделей используются датасеты большого размера и те данные, которые не помешаются в EPC анклава, хранятся в RAM в зашифрованном виде и для доступа к этим данным используется очень затратная операция EPC swapping.
Документация и использование продукта из коробки – это одна из областей где мы постоянно пытаемся улучшать продукт и это не всегда получается сразу по причине того что количество компонент в продукте постоянно увеличивается.
Есть ли возможность связаться с вами каким-либо образом чтобы получить более детальное описание проблем? Мы бы хотели улучшить ситуацию и устранить недостатки.
Верно, анкету нужно заполнять заново, поскольку нам важен список и точное, а не приблизительное количество участников на каждый вебинар. Это связано с выбором платформы, которая изменится при превышении определенной квоты: чтобы не ограничивать количество мест на вебинаре и не останавливать регистрацию. Мы также не хотим спамить участников, высылая им ссылки на все 18 событий – это будет еще неудобнее. Спикерам также важно знать, сколько участников зарегистрировалось именно на них вебинар и кто по составу аудитория, чтобы иметь возможность адаптировать под неё контент. Мы надеемся, что у участников CV Academy будет достаточно мотивации чтобы потратить 2-3 минуты на регистрацию на вебинар, подготовка к которому у каждого из спикеров занимает не менее недели. Таким образом при регистрации на каждый вебинар мы следим за количеством участников, подбираем нужную платформу и тем самым не ограничиваем количество слушателей CV Academy. Если Вам понравилось, смело приглашайте своих друзей и знакомых присоединиться: регистрация обязательна.
Среди процессоров AMD исторически, еще со времен Opteron, были 64-ядерные модели. Однако требуются они далеко не часто, по крайней мере представитель НР мне говорил, что заказчиков на такие сервера буквально единицы.
2. Датасеты скрывают по разным причинам — требование регулятора, нежелание раскрывать данные, которые являются частью бизнеса компании
В SGX1 максимальный размер enclave page cache (EPC) составляет 128 Мегабайт и, если размер анклава его не превышает, то нет никакого пенальти по производительности. В SGX2.0 размер EPC составляет, как видно, уже 256 Гигабайт.
Для обучения качественных ML моделей используются датасеты большого размера и те данные, которые не помешаются в EPC анклава, хранятся в RAM в зашифрованном виде и для доступа к этим данным используется очень затратная операция EPC swapping.
Спасибо за ваш отзыв.
Документация и использование продукта из коробки – это одна из областей где мы постоянно пытаемся улучшать продукт и это не всегда получается сразу по причине того что количество компонент в продукте постоянно увеличивается.
Есть ли возможность связаться с вами каким-либо образом чтобы получить более детальное описание проблем? Мы бы хотели улучшить ситуацию и устранить недостатки.