Contacta con nosotros

Temario del curso

Introducción a Cambricon y la arquitectura MLU

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

Instalación de la herramienta de desarrollo

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

Desarrollo de modelos con BANGPy

  • Estructura y gestión de formas de tensor
  • Construcción del gráfico computacional
  • Soporte para operaciones personalizadas en BANGPy

Implementación con el entorno de ejecución de Neuware

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

Optimización del rendimiento

  • Mapeo de memoria y ajuste de capas
  • Rastreo y perfilado de ejecución
  • Cuellos de botella comunes y soluciones

Integración de MLU en aplicaciones

  • Uso de las APIs de Neuware para la integración de aplicaciones
  • Soporte para transmisión de datos y múltiples modelos
  • Escenarios de inferencia híbrida con CPU-MLU

Proyecto final y caso de uso

  • Laboratorio: Implementación de un modelo de visión o NLP
  • Inferencia en el borde con integración de BANGPy
  • Pruebas de precisión y rendimiento

Resumen y próximos pasos

Requerimientos

  • Comprensión de las estructuras de los modelos de aprendizaje automático
  • Experiencia con Python y/o C++
  • Familiaridad con conceptos de despliegue y aceleración de modelos

Público objetivo

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

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas