arrow
返回

Evaluating Distributed Communication Architectures for GPU-Accelerated Image Encoding

delete2026-05-19
delete0
delete
OA
AI
H
Haojie Zheng
C
Carlos Reaño *
J
Juan F. Ariño-Sales
DOI:10.3390/electronics15102137delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
人工智能(AI)改变了我们与视觉数据的交互方式,特别是在企业背景下。多模态编码系统利用AI模型实现文本与视觉数据之间的语义连接。这通过支持视觉搜索引擎、推荐系统和视觉数据自动标注,为商业开辟了新市场。然而,实施这些系统面临重大技术挑战。典型工作流包括使用AI模型编码图像、将这些表示转换为语义向量,并将其插入优化快速搜索的数据库中。这不仅影响技术效率,还影响公司将这些系统扩展至商业级别的能力。本文对大规模图像编码系统的通信架构进行了全面的比较分析,从性能和资源效率维度评估了gRPC、RabbitMQ、无服务器Lambda和SageMaker方法。通过使用SigLIP模型处理多达18,000张图像的控制实验,我们建立了明确的性能-架构关系,为基于视觉内容的搜索应用提供系统设计决策依据。
Keyword:
database
cloud computing
computer vision

期刊

Electronics 封面图
Electronics
IF:
2.6
论文数:
1.0W
被引数:
4.7W

机构

K
kimera technologies
学者数:
4
论文数: 2
被引数: 0
U
universitat de valencia
学者数:
447
论文数: 203
被引数: 0
引用论文

引用论文

err分享
err收藏
err分享
err收藏
学者 查看更多内容