Contacta con nosotros

Temario del curso

Introducción a Cambricon y arquitectura de MLU

  • Visión general del portafolio de chips de IA de Cambricon
  • Arquitectura de la MLU y su pipeline de instrucciones
  • Tipos de modelos y casos de uso compatibles

Instalación de la herramienta de desarrollo

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

Desarrollo de modelos con BANGPy

  • Gestión de estructuras y formas de tensores
  • Construcción de gráficos de cómputo
  • 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 de implementación en edge y centros de datos

Optimización del rendimiento

  • Mapeo de memoria y ajuste de capas
  • Trazado y perfilamiento de la ejecución
  • Cuellos de botella comunes y sus soluciones

Integración de MLU en aplicaciones

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

Proyecto completo y caso de uso final

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

Resumen y próximos pasos

Requerimientos

  • Comprensión de las estructuras de 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 despliegan en edge 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