Ponte en Contacto

Temario del curso

Introducción a Cambricon y la arquitectura MLU

  • Resumen del portafolio de chips de IA de Cambricon
  • Arquitectura MLU y pipeline de instrucciones
  • Tipos de modelos compatibles y casos de uso

Instalación de la cadena de herramientas de desarrollo

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

Desarrollo de modelos con BANGPy

  • Estructura de tensores y gestión de formas (shapes)
  • Construcción del grafo de cómputo
  • Soporte para operaciones personalizadas en BANGPy

Implementación con Neuware Runtime

  • Conversión y carga de modelos
  • Control de ejecución e inferencia
  • Prácticas de implementación en borde y centro de datos

Optimización de rendimiento

  • Mapeo de memoria y ajuste de capas
  • Seguimiento de ejecución y perfilado (profiling)
  • Cuellos de botella comunes y soluciones

Integración de MLU en aplicaciones

  • Uso de las API de Neuware para la integración de aplicaciones
  • Soporte para streaming y multi-modelo
  • Escenarios de inferencia híbrida CPU-MLU

Proyecto integral y caso de uso

  • Laboratorio: Implementación de un modelo de visión o NLP
  • Inferencia en borde con integración de BANGPy
  • Pruebas de precisión y tasa de procesamiento (throughput)

Resumen y próximos pasos

Requerimientos

  • Comprensión de las estructuras de modelos de machine learning
  • Experiencia con Python y/o C++
  • Conocimiento de conceptos de implementación y aceleración de modelos

Público objetivo

  • Desarrolladores de IA embebida
  • Ingenieros de ML que implementen en borde o centro de datos
  • Desarrolladores que trabajen con infraestructura de IA china
 21 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas