AISystem
1.0.0
Konten kursus teks sedang diperbarui satu demi satu. Lai Lai
Kursus teks adalah open source di AISYS, serangkaian hosting video B dan pipa minyak, PPT adalah open source di github, selamat datang untuk digunakan! Lai Lai
Kursus open source ini disebut AI System (AISYS) dalam bahasa Inggris dan disebut sistem AI dalam bahasa Cina.
Kursus open source ini terutama membahas dan mempelajari desain sistem kecerdasan buatan dan pembelajaran mendalam dengan Anda, dan seluruh sistem berkisar di sekitar akumulasi Zomi, memilah dan membangun tumpukan lengkap sistem AI dalam pekerjaan. Saya berharap untuk mendiskusikan dan meneliti dengan semua teman baik yang khawatir tentang kursus open source AI dan mempromosikan pembelajaran dan diskusi bersama.
Kursus ini terutama mencakup lima modul berikut:
| Konten tutorial | Perkenalan | alamat |
|---|---|---|
| Tinjauan Tumpukan Lengkap Sistem AI | Dasar -dasar AI dan tinjauan sistem AI dari tinjauan tumpukan penuh sistem AI, serta desain sistematis dan metodologi sistem pembelajaran yang mendalam, terutama tentang pemahaman komprehensif tentang pelatihan AI dan inferensi konten arsitektur tumpukan penuh. | [Slide] |
| Keripik dan arsitektur AI | Arsitektur perangkat keras AI, terutama mengacu pada chip AI, yang sangat keras di sini. Hari. Bahkan, chip sulit digunakan. | [Slide] |
| Pemrograman AI dan arsitektur komputasi | Edisi canggih memperkenalkan pemrograman AI dan arsitektur komputasi, dan akan mempertimbangkan masalah kompiler yang perlu dipertimbangkan dalam merancang sistem pembelajaran mesin modern, terutama ekspresi menengah dan bahkan optimasi back-end. | [Slide] |
| Sistem penalaran dan mesin AI | Dalam praktiknya, sistem penalaran dan mesin digunakan untuk menjelaskan terlalu banyak prinsip dan tubuh terlalu lemah dan mudah dicerna. | [Slide] |
| Teknologi Inti Kerangka AI | Memperkenalkan teknologi inti dari kerangka kerja AI, pertama kali memperkenalkan diferensial otomatis yang tidak dapat dilakukan oleh kerangka kerja AI apa pun. | [Slide] |
Kursus ini terutama dirancang untuk para senior sarjana, mahasiswa master dan doktoral, dan praktisi sistem AI untuk membantu semua orang:
Sepenuhnya memahami arsitektur sistem komputer AI, dan memahami desain sistem di bawah siklus hidup AI lengkap melalui masalah dan kasus praktis.
Memperkenalkan pekerjaan penelitian yang menggabungkan arsitektur sistem mutakhir dan AI, dan memahami kerangka kerja utama, platform, dan alat untuk memahami sistem AI.
| nomor seri | nama | Konten tertentu |
|---|---|---|
| 1 | Sistem AI | Menggabungkan algoritma, kerangka kerja dan arsitektur untuk membentuk sistem AI |
| nomor seri | nama | Konten tertentu |
|---|---|---|
| 1 | Sistem Komputasi AI | Mode komputasi dan arsitektur komputasi teknologi AI seperti jaringan saraf |
| 2 | Dasar -dasar chip ai | Prinsip dasar arsitektur chip seperti CPU, GPU, NPU, dll. |
| 3 | GPU prosesor grafis | Prinsip -prinsip dasar GPU, pengembangan arsitektur NVIDIA GPU |
| 4 | Detail GPU NVIDIA | Analisis mendalam dari inti tensor dan nvlink NVIDIA GPU |
| 5 | Prosesor AI asing | Prinsip inti prosesor AI khusus seperti Google dan Tesla |
| 6 | Prosesor AI domestik | Prinsip Inti Prosesor AI Khusus seperti Teknologi Kambrium dan Suiyuan |
| 7 | 10 tahun emas untuk chip AI | Ringkasan model pemrograman dan pengembangan chip AI |
| nomor seri | nama | Konten tertentu |
|---|---|---|
| 1 | Kompiler tradisional | Kompiler Tradisional GCC dan LLVM, LLVM Arsitektur Detail |
| 2 | AI Compiler | Definisi pengembangan dan arsitektur kompiler AI, tantangan dan pemikiran di masa depan |
| 3 | Optimalisasi front-end | Optimalisasi front-end kompiler AI (fusi operator, optimasi memori, dll.) |
| 4 | Optimasi backend | Optimalisasi back-end kompiler AI (optimasi kernel, autotuning) |
| 5 | polyhedron | Menunggu pembaruan ... |
| 6 | Pytorch2.0 | Fitur baru terpenting dari Pytorch2.0: Tumpukan Teknologi Kompilasi |
| nomor seri | nama | Konten tertentu |
|---|---|---|
| 1 | Sistem Inferensi | Pengantar keseluruhan untuk sistem inferensi, dan penyortiran arsitektur mesin inferensi |
| 2 | Jaringan ringan | Pengantar model SOTA seperti jaringan backbone ringan, MobileNet, dll. |
| 3 | Kompresi model | Set kompresi model, kuantisasi, distilasi, pemangkasan dan binarisasi |
| 4 | Konversi & Optimalisasi | Setelah pelatihan kerangka kerja AI, model diubah dan grafik perhitungan dioptimalkan. |
| 5 | Optimasi kernel | Kernel Layer dan Operator Lapisan Optimalisasi, Operator, Memori, dan Optimalisasi Penjadwalan |
| nomor seri | nama | Konten tertentu |
|---|---|---|
| 1 | Dasar -dasar Kerangka AI | Paradigma Peran, Pengembangan, dan Pemrograman dari Kerangka AI |
| 2 | Diferensiasi Otomatis | Metode implementasi dan prinsip diferensiasi otomatis |
| 3 | Diagram Perhitungan | Konsep komputasi grafik, optimasi grafik, eksekusi grafik, ekspresi aliran kontrol |
Gudang ini telah mencapai 10g gila (Zomi menyediakan semua proses produksi dan gambar definisi tinggi utuh). Jika Anda ingin git clone, itu akan sangat lambat, jadi disarankan untuk pergi ke rilis · Chenzomi12/aisystem untuk mengunduh konten yang Anda butuhkan terlebih dahulu
Saya sangat berharap Anda juga akan berpartisipasi dalam kursus sumber terbuka ini.
Setiap orang dipersilakan untuk menemukan bug atau errata selama penggunaan dan mengirimkan kode PR langsung ke komunitas open source!
Semua orang dipersilakan untuk menemukan bug atau errata selama penggunaan dan mengirimkan PR langsung ke komunitas open source!
Harap hormati upaya open source dan zomi.
