محققان به تازگی روشی نوآورانه به نام «TemporalSinkhorn» معرفی کردهاند که میتواند محاسبات مربوط به مدلهای یادگیری عمیق و انتقال بهینه (Optimal Transport) را تا ۴ برابر سریعتر انجام دهد. این متد با اجرای موازی در زمان (Parallel-in-time) و استفاده از الگوریتمهای پیشرفته، گلوگاههای پردازشی را در پردازندههای گرافیکی (GPU) از بین میبرد.
این پیشرفت میتواند تأثیر مهمی بر سرعت آموزش مدلهای پیچیده از جمله «Flow Matching» داشته باشد و بدون افت دقت، زمان آموزش را به شدت کاهش دهد. گامی مهم برای بهینهسازی منابع سختافزاری در دنیای AI! ⚡️
منبع: arXiv Machine Learning