Свържете се с нас

Съдържание и теми, включени в курса

Въведение в Cambricon и MLU архитектурата

  • Преглед на портфолиото от AI чипове на Cambricon
  • MLU архитектура и инструкционен конвейер
  • Поддържани типове модели и случаи на употреба

Инсталиране на веригата от инструменти за разработка

  • Инсталиране на BANGPy и Neuware SDK
  • Настройка на средата за Python и C++
  • Съвместимост на модели и предварителна обработка

Разработка на модели с BANGPy

  • Структура на тензорите и управление на формата
  • Изграждане на изчислителен граф
  • Поддръжка на потребителски операции в BANGPy

Внедряване със среда за изпълнение Neuware

  • Конвертиране и зареждане на модели
  • Управление на изпълнението и инференцията
  • Практики за внедряване на крайни устройства и в центрове за данни

Оптимизация на производителността

  • Картографиране на паметта и настройка на слоеве
  • Проследяване и профилиране на изпълнението
  • Често срещани затруднения и поправки

Интегриране на MLU в приложения

  • Използване на Neuware API за интеграция на приложения
  • Поддръжка на поточна обработка и множество модели
  • Сценарии за хибридна CPU-MLU инференция

Проект от край до край и случай на употреба

  • Лабораторно упражнение: Внедряване на модел за компютърно зрение или обработка на естествен език
  • Инференция на крайно устройство с BANGPy интеграция
  • Тестване на точност и пропускателна способност

Обобщение и следващи стъпки

Изисквания

  • Разбиране на структурите на моделите за машинно самообучение
  • Опит с Python и/или C++
  • Запознатост с концепциите за внедряване и ускорение на модели

Аудитория

  • Разработчици на вграден AI
  • Инженери по машинно самообучение, внедряващи на крайни устройства или в центрове за данни
  • Разработчици, работещи с китайска AI инфраструктура
 21 Часа

Брой участници


Цена за участник

Отзиви от участници (1)

Предстоящи Курсове

Свързани Kатегории