Ydeevnetest af AI-algoritmer ved hjælp af HPC

Kunden (AI udvikler eller forsker) vil modtage: Adgang til et hostet miljø for at implementere deres algoritme og køre systematiske, automatiserede præstationsevalueringer. Standardiserede benchmarkingrapporter med detaljerede oplysninger om modelnøjagtighed, inferenshastighed og ressourceforbrug i forhold til standardiserede referencedatasæt for landbrugsfødevarer. Sammenlignende analyse på tværs af modelversioner eller alternative arkitekturer for at identificere den mest effektive konfiguration. Stresstestresultater, der dækker skalerbarhed, robusthed over for out-of-distributionsdata og edge-to-cloud-ydeevne. Med dette løser tjenesten: Manglen på teknisk dokumentation: udviklere har brug for objektive, reproducerbare tekniske parametre til støtte for kommercialisering, offentliggørelse eller overholdelse af lovgivningen. Beregn flaskehalse for data i høj opløsning: Bearbejdning af droner eller hyperspektrale billeder kræver stor regnekraft, som håndteres problemfrit af AgrospAI-klyngen.

Der gives adgang via en brugervenlig grænseflade eller API, hvor udviklere kan uploade modeller som containere sammen med standardiserede testdatasæt. Udførelsen og stresstesten håndteres automatisk af AgrifoodTEF/AgrospAI-klyngen. Der ydes støtte til containerisering, API-integration og fortolkning af benchmarkingresultater.

Vi kan tilpasse benchmarkingparametrene til at evaluere specifikke parametre (f.eks. simulering af ydeevne fra kant til sky, hyperparameterstresstest) og konfigurere dedikerede datarum til private, store algoritmiske evalueringer. Brugerdefinerede referencedatasæt fra AgrospAI-økosystemet kan indarbejdes efter aftale med dataleverandører.