O caso de uso: como Graphcore implanta Weights & Biases
Graphcore uses Weights & Biases to track and compare machine learning experiments run across multiple IPU-POD systems and deployment locations, replacing internal tools and spreadsheets. It serves as a central source of truth for diagnosing failures and comparing past and current runs while training large models like BERT.
Nas palavras do cliente
We're now driving 50 or 100 times more experiments versus what we were doing before on the Mk1 IPU systemsUsuários de Weights & Biases no setor Semicondutores e hardware
Empresas do mesmo setor, com evidências públicas.
Ver todos os clientes de Weights & Biases
Ir direto à fonte
Com base no estudo de caso publicado por Weights & Biases. Verificamos as evidências públicas; os resultados são informados pelo fornecedor.
wandb.ai- Fonte publicada em
- 13 de out. de 2023
- Última verificação
- 8 de out. de 2026
Abrir a captura da fonte O que o estudo de caso afirma e o que verificamos
O que comparamos com a página.
- O número: 50 or 100 timesVerificado
Impresso palavra por palavra na página, perto do nome de Graphcore.
- O trecho citado acimaVerificado
Copiado palavra por palavra da página, perto do nome de Graphcore.
- A data de publicaçãoVerificado
Lida nos próprios metadados da página, nunca adivinhada.
- Graphcore usa Weights & BiasesVerificado
Linha de nível Confirmado.
- O resultado em siNão verificado
Nós o citamos; não o medimos.
Weights & Biases allows them to scale up their experiments as they scale up the systems they're building. It lets them more easily discover what went wrong faster so that it can be fixed sooner.