Optimizing for efficiency with IBM’s Granite
Falha ao colocar no Carrinho.
Tente novamente mais tarde
Falha ao adicionar à Lista de Desejos.
Tente novamente mais tarde
Falha ao remover da Lista de Desejos
Tente novamente mais tarde
Falha ao adicionar à Biblioteca
Tente outra vez
Falha ao seguir podcast
Tente outra vez
Falha ao parar de seguir podcast
Tente outra vez
Optimizing for efficiency with IBM’s Granite
-
Narrado por:
-
De:
Sobre este áudio
We often judge AI models by leaderboard scores, but what if efficiency matters more? Kate Soule from IBM joins us to discuss how Granite AI is rethinking AI at the edge—breaking tasks into smaller, efficient components and co-designing models with hardware. She also shares why AI should prioritize efficiency frontiers over incremental benchmark gains and how seamless model routing can optimize performance.
Featuring:
- Kate Soule – LinkedIn
- Chris Benson – Website, GitHub, LinkedIn, X
- Daniel Whitenack – Website, GitHub, X
Links:
- IBM Granite
- IBM Granite on Hugging Face
- IBM Expands Granite Model Family with New Multi-Modal and Reasoning AI Built for the Enterprise
O que os ouvintes dizem sobre Optimizing for efficiency with IBM’s Granite
Nota média dos ouvintes. Apenas ouvintes que tiverem escutado o título podem escrever avaliações.Avaliações - Selecione as abas abaixo para mudar a fonte das avaliações.
Nenhuma revisão disponível