【2023 · CANN訓練營第一季】昇騰AI入門課(PyTorch)筆記總結
昇騰AI入門課(PyTorch) 筆記總結
華為公司面向計算機視覺、自然語言處理、推薦系統、類機器人等領域量身打造了基於 “達芬奇(DaVinci)架構”的昇騰(Ascend)AI處理器,開啟了智慧之旅。為提升使用者開發效率和釋放昇騰AI處理器澎湃算力,同步推出針對AI場景的異構計算架構CANN(Compute Architecture for Neural Networks),CANN透過提供多層次的程式設計介面,以全場景、低門檻、高效能的優勢,支援使用者快速構建基於Ascend平臺的AI應用和業務。
昇騰AI異構計算架構(Compute Architecture for Neural Networks,CANN)被抽象成五層架構,如下圖所示。
1. 昇騰計算語言介面
昇騰計算語言(Ascend Computing Language,AscendCL)介面是昇騰計算開放程式設計框架,是對低層昇騰計算服務介面的封裝。它提供Device(裝置)管理、Context(上下文)管理、Stream(流)管理、記憶體管理、模型載入與執行、運算元載入與執行、媒體資料處理、Graph(圖)管理等API庫,供使用者開發人工智慧應用呼叫。
2. 昇騰計算服務層
本層主要提供昇騰計算庫,例如神經網路(Neural Network,NN)庫、線性代數計算庫(Basic Linear Algebra Subprograms,BLAS)等;昇騰計算調優引擎庫,例如運算元調優、子圖調優、梯度調優、模型壓縮以及AI框架介面卡。
3. 昇騰計算編譯引擎
本層主要提供圖編譯器(Graph Compiler)和TBE(Tensor Boost Engine)運算元開發支援。前者將使用者輸入中間表達(Intermediate Representation,IR)的計算圖編譯成NPU執行的模型。後者提供使用者開發自定義運算元所需的工具。
4. 昇騰計算執行引擎
本層負責模型和運算元的執行,提供如執行時(Runtime)庫(執行記憶體分配、模型管理、資料收發等)、圖執行器(Graph Executor)、數字視覺預處理(Digital Vision Pre-Processing,DVPP)、人工智慧預處理(Artificial Intelligence Pre-Processing,AIPP)、華為集合通訊庫(Huawei Collective Communication Library,HCCL)等功能單元。
5. 昇騰計算基礎層
本層主要為其上各層提供基礎服務,如共享虛擬記憶體(Shared Virtual Memory,SVM)、裝置虛擬化(Virtual Machine,VM)、主機-裝置通訊(Host Device Communication,HDC)等。
AscendCL(Ascend Computing Language,昇騰計算語言) 是昇騰計算開放程式設計框架,是對底層昇騰計算服務介面的封裝,它提供執行時資源(例如裝置、記憶體等)管理、模型載入與執行、運算元載入與執行、圖片資料編解碼/裁剪/縮放處理等API庫,實現在昇騰CANN平臺上進行深度學習推理計算、圖形影像預處理、單運算元加速計算等能力。簡單來說,就是統一的API框架,實現對所有資源的呼叫。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/70025453/viewspace-2951854/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 【2023 · CANN訓練營第一季】昇騰AI入門課(TensorFlow)筆記總結AI筆記
- 【CANN訓練營第三季】昇騰AI入門課知識點整理和彙總AI
- CANN訓練營第三季_基於昇騰PyTorch框架的模型訓練調優_讀書筆記PyTorch框架模型筆記
- 【MindStudio訓練營第一季】課程筆記筆記
- 華為昇騰訓練營筆記-Ascend C運算元開發筆記
- MindStudio訓練營第一季-進階班課後筆記筆記
- 拉鉤高薪訓練營筆記彙總高薪筆記
- 【CANN訓練營第三季】進階班AI目標屬性編輯應用-筆記AI筆記
- Docker快速入門總結筆記Docker筆記
- 【AI】Pytorch_預訓練模型AIPyTorch模型
- pytorch使用交叉熵訓練模型學習筆記PyTorch熵模型筆記
- Pytorch入門演練PyTorch
- 如何入門Pytorch之四:搭建神經網路訓練MNISTPyTorch神經網路
- 理論+實踐,揭秘昇騰CANN運算元開發
- 訓練一個影像分類器demo in PyTorch【學習筆記】PyTorch筆記
- 1.23訓練總結
- 昇騰遷移丨4個TensorFlow模型訓練案例解讀模型
- NOIP 2024 遊記 & 賽前訓練總結
- Pytorch:使用Tensorboard記錄訓練狀態PyTorchORB
- pytorch分散式訓練注意事項/踩坑總結 - 持續更新PyTorch分散式
- 一鍵摳除路人甲,昇騰CANN帶你識破神祕的“AI消除術”AI
- 【筆記】PyTorch快速入門:基礎部分合集筆記PyTorch
- 深度解讀昇騰CANN記憶體複用技術,降低網路記憶體佔用記憶體
- 【AI】精妙的Pytorch訓練視覺化工具tensorboardXAIPyTorch視覺化ORB
- 基金訓練營學習筆記3-股票基金筆記
- Java入門第一季(學習筆記)Java筆記
- Pytorch分散式訓練PyTorch分散式
- pytorch指定GPU訓練PyTorchGPU
- pytorch入門2.2構建迴歸模型初體驗(開始訓練)PyTorch模型
- 分散式入門,怎樣用PyTorch實現多GPU分散式訓練分散式PyTorchGPU
- 7/14 訓練筆記筆記
- 又一重要進展釋出!OpenMMLab演算法倉支援昇騰AI訓練加速演算法AI
- 深度解讀昇騰CANN模型下沉技術,提升模型排程效能模型
- 昇騰CANN:為你開啟機器人開發的Buff 加成機器人
- 「程式碼隨想錄八股訓練營總結」
- 昇騰AI的三級跳AI
- PyTorch深度學習入門筆記(一)PyTorch環境配置及安裝PyTorch深度學習筆記
- 【華為昇騰】 序言:從昇騰AI軟硬體平臺聊起AI