V
主页
推理引擎架构!MNN、TensorRT端侧推理框架通用架构介绍!【推理系统】系列05篇(下)
发布人
【推理系统】系列05篇(下):推理引擎架构!MNN、TensorRT端侧推理框架通用架构介绍! 推理引擎就是推理系统中用来完成实际推理功能的模块,也可以称作推理模块。业界比较成熟的工业级推理引擎有MNN、TensorRT、TensorFlow Lite、MindSpore Lite、MACE等,通过理解推理引擎架构,一起来深入了解推理引擎到底有哪些模块,这些模块有什么用。
打开封面
下载高清视频
观看高清视频
视频下载器
模型压缩架构和流程介绍!量化/剪枝/蒸馏/二值化4件套!【推理系统】模型压缩第01篇
知识蒸馏SOTA算法解读!【推理引擎】模型压缩系列第06篇(下)
推理引擎架构介绍!MNN、TF Lite、TensorRT介绍!【推理系统】系列05篇(上)
Kernel优化架构介绍!【推理引擎】Kernel优化第01篇
推理系统架构和Trition架构介绍!【推理系统】系列04篇
知识蒸馏原理介绍!知识从哪里来怎么蒸馏?【推理引擎】模型压缩系列第06篇(上)
推理系统和推理引擎的不同之处在哪?【推理系统】系列02篇
Flash Attention原理!数据布局转换与内存优化!【推理引擎】离线优化第04篇
卷积优化:Im2Col算法和组合优化算法【推理引擎】Kernel优化第03篇
什么是推理系统?推理有哪些应用?【推理系统】系列01篇
离线转换模块架构与流程!【推理引擎】离线转换系列第01篇
低比特量化基本原理!【推理引擎】模型压缩系列第02篇
计算图优化策略!【推理引擎】离线优化系列第01篇
感知量化训练QAT原理!伪量化节点计算方式!【推理引擎】模型压缩系列第03篇
QNNPack之间接优化算法【推理引擎】Kernel优化第05篇
CNN模型小型化算法总结!ESPnet/GhostNet系列介绍!【推理系统】模型小型化第03篇
模型剪枝核心原理!模型剪枝算法和流程介绍!Model Pruning深度解析【推理引擎】模型压缩系列第05篇
CNN模型小型化原理!SqueezeNet/ShuffleNet/MobileNet系列介绍!【推理系统】模型小型化第02篇
GPU硬件架构与CUDA如何对应?【AI芯片】GPU架构01
模型序列化和反序列化原理!【推理引擎】离线转换系列第02篇
算子融合/算子替换/算子前移优化!【推理引擎】离线优化第03篇
训练后量化PTQ深度解读!与量化部署核心原理!【推理引擎】模型压缩系列第04篇
云侧和端侧推理方式的特点和区别!【推理系统】系列03篇
推理引擎内存布局方式【推理引擎】Kernel优化第06篇
如何自定义计算图IR?【推理引擎】离线转换系列第03篇
卷积优化:Winograd算法【推理引擎】Kernel优化第04篇
卷积优化:卷积操作基础原理!【推理引擎】Kernel优化第02篇
常量折叠与冗余节点消除优化!计算图优化Details!【推理引擎】离线优化第02篇
NVIDIA十代GPU架构回顾(从Turning图灵到Hopper赫柏)【AI芯片】GPU架构03
Transformer轻量化SOTA模型原理!【推理系统】模型小型化第04篇
模型转换技术细节!【推理引擎】离线转换系列第04篇
NVIDIA英伟达Tensor Core基本原理(上)【AI芯片】GPU架构04
深入GPU原理:线程和缓存关系【AI芯片】GPU原理01
为什么AI框架都用计算图?什么是计算图?到底计算图有什么用?【计算图】系列第二篇
AI芯片主要计算方式:矩阵运算【AI芯片】AI计算体系05
NVIDIA英伟达Tensor Core架构发展(中)【AI芯片】GPU架构05
寒武纪AI芯片第一股,芯片架构解读【AI系统】国产AI芯片
AI集群的软硬件通信:从硬件PCIE、NVLINK、RDMA原理到通信NCCL、MPI原理!【分布式集群】系列第03篇
深入NVLink原理:内部结构与组网拓扑【AI芯片】GPU详解05
AI芯片涉及哪些知识?【AI芯片】内容简介