聯繫我們

課程簡介

寒武紀與MLU架構簡介

  • 寒武紀AI晶片產品組合概覽
  • MLU架構與指令管線
  • 支援的模型類型與使用案例

安裝開發工具鏈

  • 安裝BANGPy與Neuware SDK
  • Python與C++環境設定
  • 模型相容性與前處理

使用BANGPy進行模型開發

  • 張量結構與形狀管理
  • 計算圖建構
  • BANGPy中的自訂運算支援

使用Neuware Runtime部署

  • 轉換與載入模型
  • 執行與推論控制
  • 邊緣與數據中心部署實務

效能優化

  • 記憶體映射與層級調校
  • 執行追蹤與剖析
  • 常見瓶頸與修復方法

將MLU整合至應用程式

  • 使用Neuware API進行應用程式整合
  • 串流與多模型支援
  • 混合CPU-MLU推論場景

端對端專案與使用案例

  • 實作:部署視覺或NLP模型
  • 使用BANGPy整合進行邊緣推論
  • 測試準確度與吞吐量

總結與後續步驟

最低要求

  • 了解機器學習模型結構
  • 具備Python與/或C++經驗
  • 熟悉模型部署與加速概念

目標學員

  • 嵌入式AI開發者
  • 部署至邊緣或數據中心的ML工程師
  • 使用中國AI基礎設施的開發者
 21 小時

人數


每位參與者的報價

客戶評論 (1)

即將到來的課程

課程分類