স্কেলে অন-ডিভাইস মেশিন লার্নিং (ML) পরীক্ষা এবং বেঞ্চমার্ক করার জন্য AI Edge-এর Google ক্লাউড সমাধান।
বিভিন্ন মোবাইল ডিভাইস জুড়ে এমএল মডেলের কর্মক্ষমতা অপ্টিমাইজ করা চ্যালেঞ্জিং হতে পারে। ম্যানুয়াল টেস্টিং ধীর, ব্যয়বহুল, এবং বেশিরভাগ ডেভেলপারদের কাছে প্রায়ই অগম্য, যা বাস্তব-বিশ্বের মডেলের কর্মক্ষমতায় অনিশ্চয়তার দিকে পরিচালিত করে। Google AI Edge পোর্টাল এটির সমাধান করে LiteRT মডেল বেঞ্চমার্কিং সক্ষম করে মোবাইল ডিভাইসের বিস্তৃত পরিসরে , ডেভেলপারদেরকে বৃহৎ-স্কেল ML মডেল স্থাপনের জন্য সেরা কনফিগারেশন খুঁজে পেতে সাহায্য করে।
মোবাইল এমএল স্থাপনা অপ্টিমাইজ করা হচ্ছে
বিভিন্ন হার্ডওয়্যার ল্যান্ডস্কেপ জুড়ে পরীক্ষার চক্রকে সরলীকরণ করুন এবং ত্বরান্বিত করুন : মিনিটের মধ্যে শত শত প্রতিনিধি মোবাইল ডিভাইস জুড়ে অনায়াসে মডেল কর্মক্ষমতা মূল্যায়ন করুন।
সক্রিয়ভাবে মডেলের গুণমান নিশ্চিত করুন এবং সমস্যাগুলি তাড়াতাড়ি শনাক্ত করুন : স্থাপনার আগে হার্ডওয়্যার-নির্দিষ্ট কর্মক্ষমতা বৈচিত্র বা রিগ্রেশন (যেমন নির্দিষ্ট চিপসেট বা মেমরি-সীমাবদ্ধ ডিভাইসে) চিহ্নিত করুন।
কম ডিভাইস টেস্টিং খরচ এবং সর্বশেষ হার্ডওয়্যার অ্যাক্সেস করুন : আপনার নিজস্ব ল্যাব রক্ষণাবেক্ষণের খরচ এবং জটিলতা ছাড়াই বৈচিত্র্যময় এবং ক্রমাগত ক্রমবর্ধমান ভৌত ডিভাইসের (বর্তমানে বিভিন্ন Android OEM থেকে 100+ ডিভাইস মডেল) পরীক্ষা করুন।
শক্তিশালী, ডেটা-চালিত সিদ্ধান্ত এবং ব্যবসায়িক বুদ্ধিমত্তা আনলক করুন : গুগল এআই এজ পোর্টাল সমৃদ্ধ পারফরম্যান্স ডেটা এবং তুলনা সরবরাহ করে, যা আত্মবিশ্বাসের সাথে মডেল অপ্টিমাইজেশান এবং স্থাপনার প্রস্তুতিকে যাচাই করার জন্য প্রয়োজনীয় ব্যবসায়িক বুদ্ধিমত্তা প্রদান করে।
উদাহরণ বেঞ্চমার্ক:
কিভাবে Google AI Edge Portal আপনাকে আপনার LiteRT মডেল বেঞ্চমার্ক করতে সাহায্য করে
আপলোড এবং কনফিগার করুন : UI এর মাধ্যমে আপনার মডেল ফাইল আপলোড করুন বা এটিকে আপনার Google ক্লাউড স্টোরেজ বালতিতে নির্দেশ করুন৷
এক্সিলারেটর নির্বাচন করুন : সিপিইউ বা জিপিইউ (স্বয়ংক্রিয় সিপিইউ ফলব্যাক সহ) এর বিরুদ্ধে পরীক্ষা নির্দিষ্ট করুন। NPU সমর্থন ভবিষ্যতে প্রকাশের জন্য পরিকল্পনা করা হয়েছে.
ডিভাইস নির্বাচন করুন : ফিল্টার (ডিভাইস টিয়ার, ব্র্যান্ড, চিপসেট, RAM) ব্যবহার করে আমাদের বিভিন্ন পুল থেকে টার্গেট ডিভাইসগুলি বেছে নিন বা সুবিধাজনক শর্টকাট সহ কিউরেটেড তালিকা নির্বাচন করুন।
100+ ডিভাইসে একটি নতুন বেঞ্চমার্ক কাজ তৈরি করুন। (দ্রষ্টব্য: GIF ত্বরান্বিত এবং সংক্ষিপ্ততার জন্য সম্পাদনা করা হয়েছে)
সেখান থেকে, আপনার কাজ জমা দিন এবং সমাপ্তির জন্য অপেক্ষা করুন। একবার প্রস্তুত হয়ে গেলে, ইন্টারেক্টিভ ড্যাশবোর্ডে ফলাফলগুলি অন্বেষণ করুন:
কনফিগারেশন তুলনা করুন : সমস্ত পরীক্ষিত ডিভাইস জুড়ে বিভিন্ন এক্সিলারেটর ব্যবহার করার সময় পারফরম্যান্স মেট্রিক্স (যেমন, গড় বিলম্বিতা, পিক মেমরি) কীভাবে আলাদা হয় তা দ্রুত কল্পনা করুন।
ডিভাইসের প্রভাব বিশ্লেষণ করুন : দেখুন কিভাবে একটি নির্দিষ্ট মডেল কনফিগারেশন নির্বাচিত ডিভাইসের পরিসর জুড়ে কাজ করে। ডিভাইসের বৈশিষ্ট্যগুলির সাথে আবদ্ধ কর্মক্ষমতা বৈচিত্রগুলি দ্রুত সনাক্ত করতে হিস্টোগ্রাম এবং স্ক্যাটার প্লট ব্যবহার করুন।
বিস্তারিত মেট্রিক্স : প্রতিটি ডিভাইসের হার্ডওয়্যার স্পেসিফিকেশনের পাশাপাশি নির্দিষ্ট মেট্রিক্স (প্রাথমিককরণের সময়, অনুমান লেটেন্সি, মেমরি ব্যবহার) দেখানো একটি বিস্তারিত, সাজানো টেবিল অ্যাক্সেস করুন।
ইন্টারেক্টিভ ড্যাশবোর্ডে বেঞ্চমার্ক ফলাফল দেখুন। (দ্রষ্টব্য: GIF ত্বরান্বিত এবং সংক্ষিপ্ততার জন্য সম্পাদনা করা হয়েছে)
Google AI এজ পোর্টাল প্রাইভেট প্রিভিউতে যোগ দিন
Google AI Edge পোর্টাল অনুমোদিত Google ক্লাউড গ্রাহকদের জন্য ব্যক্তিগত প্রিভিউতে উপলব্ধ। এই ব্যক্তিগত পূর্বরূপ সময়কালে, পূর্বরূপ শর্তাবলী সাপেক্ষে, কোনো চার্জ ছাড়াই অ্যাক্সেস প্রদান করা হয়।
এই প্রিভিউ ডেভেলপারদের এবং LiteRT-এর সাহায্যে মোবাইল ML অ্যাপ্লিকেশান তৈরি করা দলগুলির জন্য আদর্শ, যাদের বিভিন্ন Android হার্ডওয়্যার জুড়ে নির্ভরযোগ্য বেঞ্চমার্কিং ডেটা প্রয়োজন এবং পণ্যের ভবিষ্যত গঠনে সহায়তা করার জন্য প্রতিক্রিয়া প্রদান করতে ইচ্ছুক৷ অ্যাক্সেসের অনুরোধ করতে, আগ্রহ প্রকাশ করতে এখানে আমাদের সাইন-আপ ফর্মটি পূরণ করুন। অ্যাক্সেস অনুমোদিত তালিকার মাধ্যমে দেওয়া হয়।