感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
Cambricon与MLU架构简介
- Cambricon AI芯片产品概述
- MLU架构与指令流水线
- 支持的模型类型与用例
安装开发工具链
- 安装BANGPy与Neuware SDK
- Python和C++的环境配置
- 模型兼容性与预处理
使用BANGPy进行模型开发
- 张量结构与形状管理
- 计算图构建
- BANGPy中的自定义操作支持
使用Neuware Runtime部署
- 模型转换与加载
- 执行与推理控制
- 边缘与数据中心部署实践
性能优化
- 内存映射与层调优
- 执行跟踪与性能分析
- 常见瓶颈与解决方案
将MLU集成到应用中
- 使用Neuware API进行应用集成
- 流式与多模型支持
- CPU-MLU混合推理场景
端到端项目与Use Case
- 实验:部署视觉或NLP模型
- 使用BANGPy集成进行边缘推理
- 测试准确性与吞吐量
总结与下一步
要求
- 了解机器学习模型结构
- 具备Python和/或C++的经验
- 熟悉模型部署与加速概念
目标受众
- 嵌入式AI开发者
- 部署至边缘或数据中心的ML工程师
- 使用中国AI基础设施的开发者
21 小时
客户评论 (1)
我们可以涵盖高级主题,并运用实际案例
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
课程 - Advanced Edge AI Techniques
机器翻译