TL;DR
- "Jabali در لبه برتر بازیهای هوش مصنوعی مولد است.
- بصری بخش مهمیاز این تجربه است.
- با پشتیبانی عملی Bento،.
چه اتفاقی افتاد
"Jabali در لبه برتر بازیهای هوش مصنوعی مولد است. بصری بخش مهمیاز این تجربه است.
با پشتیبانی عملی Bento،. ما خطوط لوله بصری پیچیدهای را به سرعت توسعه داده و اجرا میکنیم و نتایج را بدون افزایش.
میزان سوزش ما ارائه میکنیم. — Vatsal Bhardwaj،.
بنیانگذار و مدیر عامل Jabali AI درباره# هوش مصنوعی جبلی در حال ماموریت است تا هر بازیکن بازی. را به یک استودیوی بازی سازی انفرادی تبدیل کند.
این پلتفرم هم LLM-Agnostic و هم Agnostic با موتور بازی است و به سازندگان آزادی انتخاب موتورها،. زبانها و مدلها را میدهد و در عین حال بازیها را با یک کلیک.
به اشتراک میگذارند. این شرکت همچنین در حال راهاندازی استودیو Jabali است،.
یک پلتفرم بدون کد/کد که به هر کسی اجازه میدهد کل بازیهای دوبعدی و سهبعدی را با. استفاده از زبان طبیعی ایجاد و منتشر کند.
قبل از کار با بنتو،. جبالی از یک پشته پیچیده استفاده میکرد که شامل مدلهای انتشار تصویر،.
دارایی منبعباز و خطوط لوله صدا،. چارچوبهای استقرار مدل،.
و کار مستقیم بر روی نمونههای ارائهدهنده ابر عمومیبود. فضای هوش مصنوعی با پچها و پیشرفتهای جدید به سرعت در حال تکامل است.
این پیچیدگی به این معنا بود که مهندسان هوش مصنوعی در جبلی به جای توسعه ویژگیهایی برای پیشبرد. کسبوکار،.
زمان خود را صرف کار غیرمتمایز برای حفظ زیرساختها کردند. چالش:.
ایجاد بر روی در حالی که هوش مصنوعی جبالی برای راهاندازی استودیو جبالی آماده میشد،. واتسال بهاردواج،.
بنیانگذار و مدیر عامل،. به زیرساختهای هوش مصنوعی پیشرفته برای پشتیبانی از خطوط لوله داراییهای بصری مولد،.
استقرار مدل انعطافپذیر،. و ادغام یکپارچه بازی و فناوریهای هوش مصنوعی نیاز داشت.
خطوط لوله بصری تولیدی به هماهنگی پیشرفته GPU و زنجیره مدل نیاز داشت،. وظایفی که مستلزم هماهنگی دقیق برای حفظ عملکرد و کارایی حافظه در مدلهای پخش و کنترل بود.
ساختن یک بازی به معنای دوختن دهها ویژگی مختلف،. داستان،.
شخصیت،. موسیقی،.
اشیا است،. اما داراییهای بصری به هماهنگی نیاز دارند که خارج از جعبه در دسترس نبود.
واتسال توضیح داد: "ما در لبه پیشرفت هستیم و راهحلها فقط وجود نداشتند. " بدون پلت فرم مناسب، تیم خطر راهاندازی و مقیاسبندی خط لوله دستی و مستعد خطا را داشت.
منحرف کردن منابع حیاتی از بازی اصلی R&D همچنین خطر افزایش سرعت رایت و کندی راهاندازی استودیو جبالی. را به همراه داشت.
بهعنوان تیمیناب با قوتهای اصلی در هوش مصنوعی،. یادگیری ماشینی،.
و فناوری بازی،. زیرساختها و عملیات،.
بهویژه MLO و LLMOهای در حال ظهور،. در چرخدار خود نبودند.
در حالی که استخدام مهندسان برای ساخت خطوط لوله استنباط داخلی یک گزینه بود،. اما باعث افزایش سوخت،.
افزایش هزینه و منحرف شدن تمرکز تیم از متمایز کنندههای اصلی آن میشد. در مواجهه با این چالشها،.
Vatsal ارائهدهندگان ابر و ابزارهای منبعباز را بررسی کرد،. اما آنها تیم را با تنظیمات دستی رها کردند.
این رویکرد DIY پیشرفت را کند کرد و خطر توقف نوآوری را به همراه داشت،. زیرا جبالی فاقد پهنای باند برای عیبیابی یا تطبیق گردشهای کاری خارج از قفسه با موارد استفاده سفارشی.
خود بود. وقتی یکی از اعضای تیم بنتو را در یک رویداد صنعتی ملاقات کرد،.
واتسال به سرعت متوجه شد که بنتو شریک متخصصی است که برای مقابله با زیرساختهای پیچیده به آن. نیاز دارند.
چالشها ما به یک متخصص در راهاندازی و راهاندازی خطوط لوله بصری نیاز داشتیم. تیم Bento بهعنوان یک مشتری وسواس پیدا کرد و با تیم ما برای ایجاد یک راهحل کار کرد،.
در حالی که صرفاً به ما یک API و مستندات را نشان داد.» راهحل:. ایجاد خطوط لوله دارایی بصری پیچیده# بنتو مستقیماً با تیم جبالی برای طراحی و راه اندازی خط لوله.
داراییهای بصری مولد آنها شریک شد. سوار شدن سریع بود.
در عرض یک هفته، سیستم راهاندازی شد - چیزی که تنظیمات ابری دستی نمیتوانست انجام دهد. پلت فرم استنتاج بنتو به جبلی قدرت میدهد:.
سرویس دهی و یکپارچه سازی مدل پیشرفته،. به کارگیری معماری استاندارد و غیر استاندارد با APIهای یکپارچه برای هماهنگی خطوط لوله تولیدی.
اتوماسیون و مقیاس پذیری گردش کار،. خودکارسازی وظایف تولید دارایی و مقیاس بندی افقی برای تولید چندین دارایی بصری به صورت موازی.
ساختار استقرار مدولار، ارائه یک زیرساخت خدماتی انعطاف پذیر، چارچوب-آگنوستیک. متخصص، پشتیبانی عملی، اجتناب از هزینههای زیرساختی و سوختن غیرضروری مرتبط با استخدام مهندسان زیرساخت.
زیرساختهای Jabali برای تامین قدرت این سیستم از ابزارهای منبعباز یکپارچه در محیط مدیریت شده Bento استفاده. میکنند.
خطوط لوله مولد Jabali بر اساس ترکیبی از خطوط لوله منبعباز و داخلی ساخته شده اند و. جعبه ابزار Bento قابلیت تکرارپذیری قفل شده در نسخه و استقرار کانتینری را در محیطهای Docker و.
Kubernetes تضمین میکند. هر خط لوله بصری معمولاً 2 تا 5 مدل مبتنی بر انتشار،.
مانند SD،. SDXL،.
و Flux را به همراه مدلهای پشتیبانی کننده برای اصلاح،. از جمله VAEs،.
LoRAs،. ControlNets،.
ارتقا دهندهها و مدلهای بازسازی چهره ترکیب میکند. جبالی با هماهنگ کردن این خطوط لوله از طریق پلت فرم استنتاج بنتو،.
اتوماسیون گردش کار یکپارچه و عملکرد مقیاسپذیر را تضمین میکند. مقیاس خودکار سریع میانگین استفاده از GPU را تقریباً 10 تا 15 درصد بهبود بخشید،.
محاسبات بیحرکت را در دورههای کم بار حذف کرد و نیاز به تأمین بیش از حد را کاهش. داد.
سیستم نیز پهنای باند شبکه موجود را در طول بارگذاری مدل اشباع میکند و اطمینان حاصل می. کند که مدلها با سرعتی که سخت افزار اجازه میدهد راه اندازی میشوند.
ارزش در جلوههای بصری متوقف نشد. با پلتفرم استنتاج بنتو،.
جبالی میتواند هر مدلی را،. از جمله مدلهایی که توسط ارائهدهندگان بزرگ ابر پشتیبانی نمیشوند،.
اجرا کند. این انعطافپذیری تیم را قادر میسازد تا بر نوآوری محصول تمرکز کند و به سرعت مدلها و خطوط.
لوله جدید را آزمایش کند تا در خط مقدم هوش مصنوعی مولد در بازی بماند. "بنتو با همکاری نزدیک با ما برای توسعه راهحلهای مناسب واقعاً درخشید.
ما میتوانیم هر مدلی را از جامعه تحقیقاتی انتخاب کنیم و بنتو به ما کمک میکند. تا آن را اجرا کنیم.
نتایج:. ارزش در کمتر از 7 روز،.
بدون نیاز به استخدام زیرساخت# جبالی از طریق مشارکت خود با بنتو،. به سرعت خطوط لوله دارایی بصری پیچیدهای را برای توسعه بازی ساخت،.
خودکار کرد و مقیاس بندی کرد. این همکاری باعث کاهش زمان ورود به بازار،.
بهبود GPU و بهره وری عملیاتی شد و تیم Jabali را آزاد کرد تا کاملاً روی پیشرفت ساخت. بازیهای مولد تمرکز کنند.
7 روز از نصب تا اولین نمونه اولیه کار:. در عرض یک هفته،.
Jabali یک سیستم کاری را ایجاد کرد،. که نقشه راه خود را برای Jabali Studio تسریع کرد و به تیم اطمینان داد که سریعتر در.
مورد ویژگیهای جدید حرکت کنند. اجتناب از 2 مهندس و 3 ماه کار:.
بدون نیاز به استخدام MLOs اختصاصی یا متخصصان زیرساخت،. Jabali نرخ رایت خود را پایین نگه داشت و از سربار بلند مدت اجتناب کرد و منابع را.
برای هوش مصنوعی اصلی و توسعه بازی حفظ کرد. 0 ساعت زمان صرف شده توسط بنیانگذار برای مدیریت پیمانکاران:.
با مدیریت زیرساخت بنتو،. رهبری جبالی از حواس پرتی نظارت بر پیمانکاران جلوگیری کرد و بر تصمیمات استراتژیک محصول متمرکز ماند.
کاهش قابلتوجه در هزینههای غیرضروری GPU:. مقیاسبندی خودکار و هماهنگسازی زمان GPU بیکار را کاهش میدهد و از تامین بیش از حد جلوگیری میکند،.
و هزینهها را برای ظرفیت استفاده نشده کاهش میدهد. توانایی گسترش یافته برای آزمایش با مدلهای مرزی:.
جبلی اکنون آزمایش میکند و مدلها و معماریهای جامعه را که در ارائهدهندگان اصلی ابر در دسترس. نیستند،.
بدون اضافه کردن سربار زیرساخت تکرار میکند. با نگاهی به آینده،.
Jabali AI در حال آماده شدن برای راه اندازی استودیو Jabali،. دعوت از اولین کاربران خود و کاوش در مسابقات بازی سازی است.
بنتو همچنان یک شریک کلیدی است زیرا این شرکت با چالشهای پیچیدهتری در زمینه گرافیک و توسعه بازی. مقابله میکند.
"بنتو به ما کمک میکند تا بدون گرفتار شدن در زیرساختها روی متمایزکنندههای اصلیمان تمرکز کنیم. ما در آستانهی کار هستیم و همیشه نمیدانیم که در مرحله بعد باید چه مشکلاتی را حل کنیم.
اما حتی اگر راهحلی وجود نداشته باشد، میدانیم که میتوانیم با بنتو برای ایجاد راهحل کار کنیم. منابع بیشتر# درباره هوش مصنوعی جبالی بیشتر بدانید برای پلتفرم استنتاج ما ثبت نام کنید.
سیستمهای هوش مصنوعی سفارشی خود را در حال تولید،. با هر مدلی،.
در هر محیط ابری یا درون محل،. بسازید و مقیاس دهید.
برای ارتباط با سازندگان دیگر به انجمن انجمن ما بپیوندید سوالی دارید؟ با کارشناسان ما تماس بگیرید.
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.