感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
寒武紀與 MLU 架構介紹
- 寒武紀 AI 晶片產品組合概覽
- MLU 架構與指令管線
- 支援的模型類型及使用案例
安裝開發工具鏈
- 安裝 BANGPy 和 Neuware SDK
- Python 和 C++ 的環境設置
- 模型相容性與預處理
使用 BANGPy 進行模型開發
- Tensor 結構與維度管理
- 計算圖構建
- BANGPy 中的自訂運算支援
透過 Neuware Runtime 進行部署
- 轉換及載入模型
- 執行與推論控制
- 邊緣與數據中心部署實務
效能優化
- 記憶體映射與層級微調
- 執行追蹤與分析
- 常見瓶頸與解決方案
將 MLU 整合至應用程式
- 使用 Neuware API 進行應用整合
- 串流處理與多模型支援
- 混合 CPU-MLU 推論場景
端到端專案與使用案例
- 實驗室:部署視覺或 NLP 模型
- 結合 BANGPy 進行邊緣推論
- 測試準確率與吞吐量
總結與後續步驟
最低要求
- 理解機器學習模型結構
- 具備 Python 和//或 C++ 使用經驗
- 熟悉模型部署與加速概念
受眾
- 嵌入式 AI 開發人員
- 將模型部署至邊緣或數據中心的 ML 工程師
- 從事中國 AI 基礎設施開發的開發人員
21 小時
客戶評論 (1)
我們可以涵蓋高級主題,並運用實際案例
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
課程 - Advanced Edge AI Techniques
機器翻譯