연락처 정보

코스 개요

Cambricon 및 MLU 아키텍처 개요

  • Cambricon의 AI 칩 포트폴리오 개요
  • MLU 아키텍처 및 명령 파이프라인
  • 지원되는 모델 유형 및 사용 사례

개발 툴체인 설치

  • BANGPy 및 Neuware SDK 설치
  • Python 및 C++ 환경 설정
  • 모델 호환성 및 전처리

BANGPy를 활용한 모델 개발

  • 텐서 구조 및 차원(shape) 관리
  • 연산 그래프 구성
  • BANGPy에서 커스텀 연산 지원

Neuware 런타임을 활용한 배포

  • 모델 변환 및 로딩
  • 실행 및 추론 제어
  • 엣지 및 데이터센터 배포 관행

성능 최적화

  • 메모리 매핑 및 레이어 튜닝
  • 실행 트레이싱 및 프로파일링
  • 흔한 병목 현상 및 해결 방법

애플리케이션에 MLU 통합

  • 애플리케이션 통합을 위한 Neuware API 사용
  • 스트리밍 및 다중 모델 지원
  • 하이브리드 CPU-MLU 추론 시나리오

엔드투엔드 프로젝트 및 사용 사례

  • 실습: 비전 또는 NLP 모델 배포
  • BANGPy 통합을 통한 엣지 추론
  • 정확도 및 처리량 테스트

요약 및 다음 단계

요건

  • 머신러닝 모델 구조에 대한 이해
  • Python 및/또는 C++ 개발 경험
  • 모델 배포 및 가속 개념에 대한 숙지

대상 수강생

  • 임베디드 AI 개발자
  • 엣지 또는 데이터센터에 배포하는 ML 엔지니어
  • 중국 AI 인프라와 작업하는 개발자
 21 시간

참가자 수


참가자별 가격

회원 평가 (1)

예정된 코스

관련 카테고리