In ognuno del miliardo di dispositivi Windows 10 presenti in tutto il mondo, dice Microsoft, c’è una GPU in grado di potenziare i task di intelligenza artificiale, dalle applicazioni di fotoritocco che consentono nuove esperienze utente, agli strumenti che aiutano a addestrare modelli di machine learning: DirectML accelera questi casi d’uso sfruttando la potenza di calcolo di qualsiasi GPU DirectX 12.
Più di cento applicazioni, aggiunge ancora Microsoft, traggono già vantaggio da DirectML, con oltre duecento milioni di inferenze accelerate dall’hardware eseguite quotidianamente su Windows.
Per rendere ancora più facile per le applicazioni sfruttare DirectML, Microsoft ha ora annunciato il rilascio pubblico di DirectML come API indipendente per applicazioni Win32, UWP e WSL in un singolo pacchetto NuGet, Microsoft.AI.DirectML.
DirectML fornisce le prestazioni, la conformità e il controllo di basso livello di cui gli sviluppatori hanno bisogno per abilitare le applicazioni alle attività di machine learning. Frameworks come Windows ML e ONNX Runtime offrono un layer al di sopra di DirectML, rendendo facile integrare il machine learning ad alte prestazioni nella propria applicazione.
I casi d’uso sono i più svariati. Dall’elaborazione delle immagini con algoritmi intelligenti e consapevoli del contesto al settore sanitario: ad esempio, i dispositivi a ultrasuoni Voluson di GE Healthcare, informa Microsoft, sfruttano reti neurali pre-addestrate che aiutano l’ecografista che utilizza la sonda a segmentare automaticamente specifici piani di imaging da un volume e a eseguire misurazioni manuali. Con funzionalità basate su Windows ML e DirectML.
Un’area in crescita certamente meno seria, ma comunque interessante dell’intersezione tra l’apprendimento automatico e la grafica in tempo reale è quella dei videogiochi, dove la performance è fondamentale.
Anche in questo caso DirectML può integrarsi perfettamente con queste applicazioni ad alta intensità grafica in tempo reale.
Ma ancor più in generale, il machine learning è un campo in rapida evoluzione e nuove applicazioni basate su queste tecnologie vengono introdotte quotidianamente: i modelli sono usati per trascrivere l’audio, tradurre note scritte a mano in testo, rilevare i difetti nella produzione e molto altro.
L’accelerazione dell’inferenza è stato il punto di partenza di DirectML, sottolinea Microsoft, e il supporto dei carichi di lavoro di training su tutta la gamma di GPU dell’ecosistema Windows è il passo successivo.
Nel settembre 2020 la società di Redmond ha reso open source TensorFlow con DirectML per portare l’accelerazione cross-vendor al popolare framework.
Questo progetto mira a consentire una rapida sperimentazione e training sul proprio PC, indipendentemente dalla GPU installata nel dispositivo, con un processo di configurazione semplice e indolore.
Microsoft è anche consapevole del fatto che molti sviluppatori di machine learning dipendono da strumenti, librerie e carichi di lavoro containerizzati che funzionano solo con sistemi operativi Unix-like, quindi DirectML funziona sia in Windows che in Windows Subsystem for Linux. In tal modo DirectML rende facile lavorare con l’ambiente e la GPU che gli sviluppatori già hanno.
Il machine learning sta inoltre diventando sempre più accessibile con strumenti come Lobe, un’applicazione facile da usare che ha tutto il necessario per realizzare le proprie idee di machine learning. Per iniziare, basta raccogliere ed etichettare le immagini e Lobe addestrerà automaticamente un modello di machine learning personalizzato. Su Windows, Lobe utilizza DirectML per fornire prestazioni elevate su una vasta gamma di GPU. Quando il training è finito, è possibile provare il modello e distribuirlo su qualsiasi piattaforma.
Per scoprire tutte le possibilità offerte dal machine learning con DirectML, Microsoft mette a disposizione la documentazione online e il repository GitHub.
