Ponte en Contacto

Temario del curso

Introducción a Cambricon y la arquitectura MLU

  • Resumen del portafolio de chips de IA de Cambricon
  • Arquitectura MLU y canal de instrucciones
  • Tipos de modelos admitidos y casos de uso

Instalación de la cadena de herramientas de desarrollo

  • Instalación de BANGPy y el SDK 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 grafos de cómputo
  • Soporte para operaciones personalizadas en BANGPy

Implementación con el runtime Neuware

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

Optimización del rendimiento

  • Mapeo de memoria y ajuste de capas
  • Rastreo de ejecución y perfiles de rendimiento (profiling)
  • Cuellos de botella comunes y soluciones

Integración de MLU en aplicaciones

  • Uso de las APIs de Neuware para la integración de aplicaciones
  • Soporte para streaming y multi-modelo
  • Escenarios de inferencia híbrida CPU-MLU

Proyecto de extremo a extremo y caso de uso

  • Laboratorio: Implementación de un modelo de visión o NLP
  • Inferencia en edge con integración de BANGPy
  • Pruebas de precisión y throughput

Resumen y próximos pasos

Requerimientos

  • Comprensión de las estructuras de 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 implementen en edge o centro de datos
  • Desarrolladores que trabajen con infraestructura de IA china
 21 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas