Cursusaanbod

Inleiding tot Cambricon en MLU-architectuur

  • Overzicht van het AI-chipportfolio van Cambricon
  • MLU-architectuur en instructiepijplijn
  • Ondersteunde modeltypen en gebruiksscenario's

Installatie van de ontwikkelomgeving

  • Installatie van BANGPy en Neuware SDK
  • Omgevingsinstelling voor Python en C++
  • Modelcompatibiliteit en voorbewerking

Modelontwikkeling met BANGPy

  • Tensorstructuur en vormbeheer
  • Constructie van een berekeningsgrafiek
  • Ondersteuning voor aangepaste bewerkingen in BANGPy

Implementatie met Neuware Runtime

  • Omzetten en laden van modellen
  • Uitvoering en inferentiebeheer
  • Edge- en datacentrumimplementatiepraktijken

Prestatieoptimalisatie

  • Geheugenmapping en laagtuning
  • Uitvoeringssporen en profielen
  • Veelvoorkomende flessenhalsen en oplossingen

Integrare van MLU in toepassingen

  • Gebruik van Neuware API's voor toepassingsintegratie
  • Streaming en multi-modelondersteuning
  • Hybride CPU-MLU-inferentiescenario's

Eind-op-eindproject en Use Case

  • Laboratorium: Implementatie van een visie- of NLP-model
  • Edge-inferentie met BANGPy-integratie
  • Testen van nauwkeurigheid en doorvoer

Samenvatting en volgende stappen

Vereisten

  • Een begrip van de structuur van machine learning-modellen
  • Ervaring met Python en/of C++
  • Kennis van concepten voor modelimplementatie en versnelling

Publiek

  • Ontwikkelaars van ingebouwde AI
  • ML-engineers die implementeren naar de rand of datacenter
  • Ontwikkelaars die werken met Chinese AI-infrastructuur
 21 Uren

Aantal deelnemers


Prijs Per Deelnemer

Voorlopige Aankomende Cursussen

Gerelateerde categorieën