お問い合わせ

コース概要

CambriconおよびMLUアーキテクチャの紹介

  • CambriconのAIチップポートフォリオの概要
  • MLUアーキテクチャおよび命令パイプライン
  • 対応するモデルタイプとユースケース

開発ツールチェーンのインストール

  • BANGPyおよびNeuware SDKのインストール
  • PythonおよびC++用環境のセットアップ
  • モデル互換性と前処理

BANGPyによるモデル開発

  • テンソル構造と形状管理
  • 計算グラフの構築
  • BANGPyにおけるカスタム演算サポート

Neuwareランタイムによるデプロイメント

  • モデルの変換とロード
  • 実行および推論制御
  • エッジおよびデータセンターデプロイメントの実践

パフォーマンス最適化

  • メモリマッピングとレイヤーチューニング
  • 実行トレースとプロファイリング
  • 一般的なボトルネックと対処法

アプリケーションへのMLU統合

  • アプリケーション統合のためのNeuware APIの利用
  • ストリーミングおよびマルチモデルサポート
  • ハイブリッドCPU-MLU推論シナリオ

エンドツーエンドのプロジェクトとユースケース

  • 実験:ビジョンモデルまたはNLPモデルのデプロイ
  • BANGPy統合によるエッジ推論
  • 精度とスループットのテスト

まとめと次のステップ

要求

  • 機械学習モデル構造への理解
  • Pythonおよび/またはC++の使用経験
  • モデルデプロイメントおよびアクセラレーションの概念に関する知識

対象者

  • 組み込みAI開発者
  • エッジまたはデータセンターにデプロイするMLエンジニア
  • 中国のAIインフラストラクチャと連携して開発を行う開発者
 21 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (1)

今後のコース

関連カテゴリー