Course Outline

Εισαγωγή στο Cambricon και την Αρχιτεκτονική MLU

  • Περιγραφή του πορτφόλιου AI χιπ του Cambricon
  • Αρχιτεκτονική MLU και διαδίκτυο εντολών
  • Τύποι υποστηριζόμενων μοντέλων και περιπτώσεις χρήσης

Εγκατάσταση του Ανεξάρτητου Εργαλείου Πολιτικής

  • Εγκατάσταση BANGPy και Neuware SDK
  • Οριοθέτηση περιβάλλοντος για Python και C++
  • Συμβατότητα μοντέλων και προεπεξεργασία

Ανάπτυξη Μοντέλου με BANGPy

  • Στрукτούρα τενσόρ και διαχείριση σχήματος
  • Κατασκευή γράφου υπολογισμών
  • Υποστήριξη προσαρμοστικών λειτουργιών στο BANGPy

Ανάθεση με το Neuware Runtime

  • Μετατροπή και φόρτωση μοντέλων
  • Εκτέλεση και έλεγχος συμπεριφοράς
  • Πρακτικές ανάθεσης στα περίγραμμα edge και του δεδομένων κέντρου

Optimization of Performance

  • Συναφή μνήμης και αποσύνθεση στρώσεων
  • Ακολουθία εκτέλεσης και προφιλάρχιση
  • Τυπικά αποδυναμώσεις και λύσεις

Ενσωμάτωση MLU σε Εφαρμογές

  • Χρήση Neuware APIs για ενσωμάτωση εφαρμογών
  • Stream και υποστήριξη πολλαπλών μοντέλων
  • Σενάρια συμπεριφοράς hybrid CPU-MLU

Πρόγραμμα από την Αρχή μέχρι το Τέλος και Use Case

  • Εργαστήριο: Ανάθεση μοντέλου vision ή NLP
  • Συμπεριφορά edge με ενσωμάτωση BANGPy
  • Έλεγχος ακρίβειας και ροής δεδομένων

Επεξεργασία και Προχωρημένες Εντολές

Requirements

  • Σύνεση των δομών των μοντέλων εκπαίδευσης μηχανής
  • Εμπειρία με Python και/ή C++
  • Γνώση των αρχών υλοποίησης και επιτάχυνσης μοντέλων

Πελατής

  • Αναπτυκτές AI embedded
  • Σχεδιαστές ML που υλοποιούν σε edge ή datacenter
  • Αναπτυκτές που εργάζονται με κινεζική AI infrastructure
 21 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories