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 soportados y casos de uso

Instalación del toolchain de desarrollo

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

Desarrollo de modelos con BANGPy

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

Implementación con el runtime Neuware

  • Conversión y carga de modelos
  • Control de ejecución e inferencia
  • Prácticas de implementación en edge y data centers

Optimización del rendimiento

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

Integración de MLU en aplicaciones

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

Proyecto de principio a fin y caso de uso

  • Práctica de laboratorio: Implementación de un modelo de visión o NLP
  • Inferencia en edge con integración de BANGPy
  • Pruebas de precisión y caudal (throughput)

Resumen y próximos pasos

Requerimientos

  • Comprensión de las estructuras de modelos de aprendizaje automático
  • 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 implementan en edge o data centers
  • Desarrolladores que trabajan con infraestructura de IA de China
 21 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas