Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in Cambricon und MLU-Architektur
- Überblick über das KI-Chip-Portfolio von Cambricon
- MLU-Architektur und Instruktion-Pipeline
- Unterstützte Modelltypen und Anwendungsfälle
Installation der Entwicklungstoolchain
- Installation von BANGPy und Neuware SDK
- Einrichtung der Umgebung für Python und C++
- Modellkompatibilität und Vorverarbeitung
Modellentwicklung mit BANGPy
- Tensorstruktur und Formmanagement
- Aufbau von Berechnungsgraphen
- Unterstützung für benutzerdefinierte Operationen in BANGPy
Ausrollung mit Neuware Runtime
- Konvertieren und Laden von Modellen
- Steuerung der Ausführung und Inferenz
- Best Practices für die Ausrollung in Edge und Datacenter
Leistungsoptimierung
- Speicherzuordnung und Layer-Tuning
- Ausführungstracing und Profiling
- Gängige Engpässe und Lösungen
Integration von MLU in Anwendungen
- Nutzung der Neuware-APIs für die Anwendungsgestaltung
- Streaming- und Multi-Model-Support
- Hybride CPU-MLU-Inferenz-Szenarien
End-to-End-Projekt und Anwendungsfall
- Praxis: Ausrollung eines Vision- oder NLP-Modells
- Edge-Inferenz mit BANGPy-Integration
- Testen von Genauigkeit und Durchsatz
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundkenntnisse der Struktur von Maschinenlernmodellen
- Erfahrung mit Python und/oder C++
- Vertrautheit mit Konzepten zum Ausrollen und Beschleunigen von Modellen
Zielgruppe
- Entwickler für Embedded AI
- ML-Ingenieure, die für Edge oder Datacenter entwickeln
- Entwickler, die mit chinesischer KI-Infrastruktur arbeiten
21 Stunden
Erfahrungsberichte (1)
Dass wir uns mit fortgeschrittenen Themen befassen und an realen Beispielen arbeiten können
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Kurs - Advanced Edge AI Techniques
Maschinelle Übersetzung