Hubungi Kami

Kerangka Materi

Pengenalan Cambricon dan Arsitektur MLU

  • Ringkasan portofolio chip AI Cambricon
  • Arsitektur MLU dan pipeline instruksi
  • Jenis model dan use case yang didukung

Pemasangan Toolchain Pengembangan

  • Pemasangan BANGPy dan Neuware SDK
  • Pengaturan lingkungan untuk Python dan C++
  • Kompatibilitas model dan pra-pemrosesan

Pengembangan Model dengan BANGPy

  • Struktur tensor dan manajemen bentuk
  • Pembangunan grafik komputasi
  • Dukungan operasi kustom di BANGPy

Deployment dengan Neuware Runtime

  • Konversi dan pemuatan model
  • Kontrol eksekusi dan inferensi
  • Praktik deployment edge dan pusat data

Optimasi Kinerja

  • Memory mapping dan penyetelan lapisan
  • Penelusuran eksekusi dan profiling
  • Kesempitan umum dan solusinya

Integrasi MLU ke dalam Aplikasi

  • Penggunaan API Neuware untuk integrasi aplikasi
  • Dukungan streaming dan multi-model
  • Skenario inferensi hybrid CPU-MLU

Proyek dan Use Case End-to-End

  • Laboratorium: Mendeploy model visi atau NLP
  • Inferensi edge dengan integrasi BANGPy
  • Pengujian akurasi dan throughput

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman tentang struktur model machine learning
  • Pengalaman dengan Python dan/atau C++
  • Kepuasan dengan konsep deployment dan percepatan model

Audiens

  • Pengembang AI tertanam
  • Ingenieur ML yang melakukan deployment ke edge atau pusat data
  • Pengembang yang bekerja dengan infrastruktur AI Tiongkok
 21 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait