AISystem

AI System & AI Infra

Der Textkursinhalt wird nacheinander aktualisiert. ! !

Textkurse sind Open Source in AISYS, Serie von Video -Hosting B und Ölrohren, PPT ist Open Source in Github, willkommen! ! !

Kurshintergrund

Dieser Open -Source -Kurs heißt AI System (AISYS) in englischer Sprache und wird in Chinesisch ein AI -System genannt.

In diesem Open -Source -Kurs wird das Systemdesign von künstlicher Intelligenz und Deep -Lernen mit Ihnen hauptsächlich diskutiert und lernt, und das gesamte System dreht sich um die angesammelten Zomis, sortiert und baut den vollständigen Stapel von AI -Systemen bei der Arbeit aus. Ich hoffe, mit allen guten Freunden zu diskutieren und zu recherchieren, die besorgt über KI -Open -Source -Kurse sind und gemeinsam das Lernen und Diskussion fördern.

Kursinhaltsumriss

Der Kurs enthält hauptsächlich die folgenden fünf Module:

Tutorialinhalt	Einführung	Adresse
Überblick über das AI -System Full Stack	KI -Grundlagen und KI -Systeme Übersicht über den vollständigen Stapelüberblick über AI -Systeme sowie die systematische Gestaltung und Methodik von Deep -Lern -Systemen sind hauptsächlich um ein umfassendes Verständnis der KI -Schulung und der Inferenz von Inhalt der vollständigen Stapelarchitektur.	[Folien]
KI -Chips und Architektur	Als Hardware-Architektur von KI bezieht sie sich hauptsächlich auf KI-Chips, die hier sehr harter Kern sind. In der Tat sind Chips schwer zu bedienen.	[Folien]
KI -Programmier- und Computerarchitektur	Die Advanced Edition führt die KI-Programmier- und Computerarchitektur vor und wird Compiler-Themen berücksichtigen, die bei der Gestaltung moderner maschineller Lernsysteme, insbesondere Zwischenausdrücke und sogar Back-End-Optimierung, berücksichtigt werden müssen.	[Folien]
KI -Argumentationssystem und Motor	In der Praxis werden das Argumentationssystem und die Motors verwendet, um zu viele Prinzipien zu erklären, und der Körper ist zu schwach und leicht zu verdauen.	[Folien]
Kerntechnologien des AI -Frameworks	Wenn Sie die Kerntechnologien des KI-Frameworks vorstellen, stellen Sie zunächst das automatische Differential ein, auf das kein AI-Framework nach der automatischen Differentialfunktion verzichten kann.	[Folien]

Zweck natürlich Einrichtung

Dieser Kurs wurde hauptsächlich für Senioren, Master- und Doktoranden sowie für Praktiker von KI -Systemen entwickelt, um allen zu helfen:

1. Verstehen Sie die Computersystemarchitektur der KI vollständig und verstehen Sie das Systemdesign im gesamten Lebenszyklus von KI durch praktische Probleme und Fälle.

2. Führen Sie Forschungsarbeiten ein, die modernste Systemarchitektur und KI kombinieren und Mainstream-Frameworks, Plattformen und Tools verstehen, um KI-Systeme zu verstehen.

Kurs Teil

1. Überblick über das AI -System

Seriennummer	Name	Spezifischer Inhalt
1	KI -System	Kombination von Algorithmen, Frameworks und Architekturen zur Bildung eines KI -Systems

2. AI -Chiparchitektur

Seriennummer	Name	Spezifischer Inhalt
1	AI -Computersystem	Berechnungsmodus und Computerarchitektur von AI -Technologien wie neuronalen Netzwerken
2	KI -Chip -Grundlagen	Grundprinzipien der Chiparchitektur wie CPU, GPU, NPU usw.
3	GPU Grafikprozessor	Die Grundprinzipien der GPU, die architektonische Entwicklung der NVIDIA -GPU
4	Nvidia GPU -Details	Eingehende Analyse des Tensor-Kerns und NVLINK der NVIDIA-GPU
5	Ausländische KI -Prozessoren	Kernprinzipien dedizierter KI -Prozessoren wie Google und Tesla
6	Inländische KI -Prozessoren	Kernprinzipien spezieller KI -Prozessoren wie der Cambrian und der Suiyuan -Technologie
7	10 Jahre Gold für AI -Chips	Zusammenfassung des Programmiermodells und der Entwicklung von AI -Chips

3. AI -Kompilierungsprinzip

Seriennummer	Name	Spezifischer Inhalt
1	Traditionelle Compiler	Traditionelle Compiler GCC und LLVM, LLVM detaillierte Architektur
2	KI -Compiler	KI -Compilerentwicklungs- und Architekturdefinition, zukünftige Herausforderungen und Denken
3	Front-End-Optimierung	Front-End-Optimierung des KI-Compilers (Bedienerfusion, Speicheroptimierung usw.)
4	Backend -Optimierung	Back-End-Optimierung des KI-Compilers (Kerneloptimierung, Autotunierung)
5	Polyeder	Warten auf Update ...
6	Pytorch2.0	Das wichtigste neue Merkmal von Pytorch2.0: Compilation Technology Stack

IV

Seriennummer	Name	Spezifischer Inhalt
1	Inferenzsystem	Gesamteinführung in das Inferenzsystem und die Sortierung der Inferenzmotorarchitektur
2	Leichtes Netzwerk	Einführung in SOTA -Modelle wie leichte Rückgrat -Netzwerke, Mobilenet usw.
3	Modellkomprimierung	Modellkompressionssatz, Quantisierung, Destillation, Beschneidung und Binarisierung
4	Conversion & Optimierung	Nach dem Training des AI -Frameworks wird das Modell transformiert und das Berechnungsdiagramm optimiert.
5	Kerneloptimierung	Kernelschicht- und Bedienerschichtoptimierung, Bediener, Speicher und Planungsoptimierung

5. Kerntechnologien des AI -Frameworks

Seriennummer	Name	Spezifischer Inhalt
1	AI -Framework -Grundlagen	Die Rolle, Entwicklung und Programmierparadigma des AI -Frameworks
2	Automatische Differenzierung	Implementierungsmethode und Prinzip der automatischen Differenzierung
3	Berechnungsdiagramm	Das Konzept der Berechnung von Graphen, Diagrammoptimierung, Diagrammausführung, Steuerflussausdruck

Kenntnisliste

Bemerkung

Dieses Lager hat den verrückten 10G erreicht (Zomi bietet alle Produktionsprozesse und hochauflösende Bilder intakt).

Ich hoffe wirklich, dass Sie auch an diesem Open -Source -Kurs teilnehmen werden.

Jeder ist herzlich eingeladen, während der Verwendung Fehler oder Errata zu finden und den Code PR direkt an die Open -Source -Community zu senden!

Jeder ist herzlich eingeladen, während der Verwendung Fehler oder Errata zu finden und PR direkt an die Open -Source -Community zu senden!

Bitte respektieren Sie die Bemühungen von Open Source und Zomi.