V
主页
推理引擎内存布局方式【推理引擎】Kernel优化第06篇
发布人
【推理引擎】Kernel优化第06篇:推理引擎内存布局方式!!! 在深度学习AI训练框架中主要有两种内存排布方式,NCHW 和 NHWC。而在推理引擎里面,或者底层Kernel层实际上为了更加适配到DSA或者ASIC专用芯片会使用NCHWX内存排布格式,让我们了解下不同排布格式的作用吧!
打开封面
下载高清视频
观看高清视频
视频下载器
卷积优化:Im2Col算法和组合优化算法【推理引擎】Kernel优化第03篇
QNNPack之间接优化算法【推理引擎】Kernel优化第05篇
Kernel优化架构介绍!【推理引擎】Kernel优化第01篇
卷积优化:Winograd算法【推理引擎】Kernel优化第04篇
计算图优化策略!【推理引擎】离线优化系列第01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
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
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)
卷积优化:卷积操作基础原理!【推理引擎】Kernel优化第02篇
低比特量化基本原理!【推理引擎】模型压缩系列第02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
推理系统和推理引擎的不同之处在哪?【推理系统】系列02篇
知识蒸馏SOTA算法解读!【推理引擎】模型压缩系列第06篇(下)
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
离线转换模块架构与流程!【推理引擎】离线转换系列第01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
如何自定义计算图IR?【推理引擎】离线转换系列第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
推理引擎架构介绍!MNN、TF Lite、TensorRT介绍!【推理系统】系列05篇(上)
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
Transformer轻量化SOTA模型原理!【推理系统】模型小型化第04篇
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
推理引擎架构!MNN、TensorRT架构介绍!【推理系统】系列05篇(下)
大模型为什么需要微调?有哪些微调方式?#大模型 #微调
PCIe相关问题诊断
大模型是怎么训起来的?分布式并行框架介绍 #大模型 #分布式并行 #训练
什么是推理系统?推理有哪些应用?【推理系统】系列01篇
深入GPU原理:线程和缓存关系【AI芯片】GPU原理01
AI芯片涉及哪些知识?【AI芯片】内容简介
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
模型转换技术细节!【推理引擎】离线转换系列第04篇
推理系统架构和Trition架构介绍!【推理系统】系列04篇
GPU硬件架构与CUDA如何对应?【AI芯片】GPU架构01
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
云侧和端侧推理方式的特点和区别!【推理系统】系列03篇
如何计算模型参数量?什么是FLOPS和MACC?【推理系统】模型小型化第01篇
大模型训练需要多少GPU?大模型显存怎么算? #大模型 #AI系统
int8/fp16/bf16/tf32在AI芯片中什么作用?【AI芯片】AI计算体系06
为什么大模型都用Transformer结构? #AIInfra #大模型 #Transformer
分布式并行框架DeepSpeed介绍 #大模型 #分布式并行 #训练