Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Đề cương khóa học
Tổng Quan về Các Năng Lực Tối Ưu Hóa CANN
- Cách xử lý hiệu suất suy diễn trong CANN
- Mục tiêu tối ưu hóa cho hệ thống AI ở rìa và nhúng
- Hiểu về việc sử dụng nhân AI và phân bổ bộ nhớ
Sử Dụng Graph Engine để Phân Tích
- Giới thiệu về Graph Engine và chuỗi thực thi
- Trao đổi đồ thị toán tử và các phép đo thời gian chạy
- Chỉnh sửa đồ thị tính toán cho tối ưu hóa
Công Cụ Xem and Các chỉ số Hiệu suất
- Sử dụng CANN Profiling Tool (profiler) để phân tích công việc tải
- Phân tích thời gian thực thi nhân và điểm nghẽn
- Xem bộ nhớ truy cập và chiến lược chia nhỏ
Phep Phát Triển Toán Tử Tùy chỉnh với TIK
- Tổng quan về TIK và mô hình lập trình toán tử
- Thực hiện một toán tử tùy chỉnh sử dụng TIK DSL
- Kiểm thử và so sánh hiệu suất của toán tử
Tối Ưu Hóa Nâng Cao với TVM
- Giới thiệu về tích hợp TVM với CANN
- Chính sách tự động điều chỉnh cho đồ thị tính toán
- Khi và cách chuyển đổi giữa TVM và TIK
Các Kỹ Thuật tối ưu hóa bộ nhớ
- Quản lý bố cục bộ nhớ và đặt đệm
- Các kỹ thuật để giảm tiêu thụ bộ nhớ trên chip
- Những thực hành tốt nhất cho việc thực hiện bất đồng bộ và tái sử dụng
Triển Khai Thực tế và Trường hợp điển hình
- Trường hợp nghiên cứu: điều chỉnh hiệu suất cho chuỗi máy ảnh thành phố thông minh
- Trường hợp nghiên cứu: tối ưu hóa bộ suy diễn xe tự lái
- Hướng dẫn về việc xem lặp đi lặp lại và cải thiện liên tục
Tóm Tắt và Bước Tiếp Theo
Requirements
- Hiểu biết vững chắc về kiến trúc mô hình deep learning và quy trình đào tạo
- Kinh nghiệm triển khai mô hình sử dụng CANN, TensorFlow hoặc PyTorch
- Thành thạo với Linux CLI, script shell và lập trình Python
Đối tượng tham gia
- Kỹ sư hiệu suất AI
- Nhân viên chuyên về tối ưu hóa suy luận
- Nhà phát triển làm việc với AI ở rìa hoặc hệ thống thời gian thực
14 Hours
