Contacta con nosotros

Temario del curso

Introducción a Cambricon y la arquitectura MLU

  • Vista general del portafolio de chips de IA de Cambricon
  • Arquitectura MLU y tubería de instrucciones
  • Tipos de modelos admitidos y casos de uso

Instalación del conjunto de herramientas de desarrollo

  • Instalación de BANGPy y el SDK de Neuware
  • Configuración del entorno para Python y C++
  • Compatibilidad de modelos y preprocesamiento

Desarrollo de modelos con BANGPy

  • Estructura de tensores y gestión de formas
  • Construcción de gráficos de computación
  • Soporte para operaciones personalizadas en BANGPy

Implementación con el tiempo de ejecución de Neuware

  • Conversión y carga de modelos
  • Control de ejecución e inferencia
  • Prácticas de implementación en el borde y centros de datos

Optimización del rendimiento

  • Asignación de memoria y ajuste de capas
  • Seguimiento y perfilado de la ejecución
  • Cuellos de botella comunes y soluciones

Integración de MLU en aplicaciones

  • Uso de las API de Neuware para la integración en aplicaciones
  • Soporte para transmisión de datos y múltiples modelos
  • Escenarios de inferencia híbridos de CPU-MLU

Proyecto final y caso de uso

  • Laboratorio: Implementación de un modelo de visión por computadora o procesamiento de lenguaje natural (NLP)
  • Inferencia en el borde con integración de BANGPy
  • Pruebas de precisión y rendimiento

Resumen y próximos pasos

Requerimientos

  • Conocimiento de la estructura de los modelos de aprendizaje automático
  • Experiencia con Python y/o C++
  • Conocimiento de los conceptos de implementación y aceleración de modelos

Público objetivo

  • Desarrolladores de IA embebida
  • Ingenieros de ML que implementan soluciones en el borde o en centros de datos
  • Desarrolladores que trabajan con infraestructura de IA china
 21 Horas

Número de participantes


Precio por participante

Testimonios (1)

Próximos cursos

Categorías Relacionadas