盡管人工智能、深度學習等詞匯早已被大眾熟知,但在產(chǎn)業(yè)落地的過程中仍面臨著不少挑戰(zhàn),例如硬件芯片多,算法模型多、應(yīng)用場景多,而 Imagination 與百度飛槳的合作則希望通過軟硬件協(xié)同,加速 AI 的產(chǎn)業(yè)落地。
目前,Imagination 與百度飛槳聯(lián)合開發(fā)的 Imagination PaddlePaddle Model zoo 模型已經(jīng)涵蓋了圖像分類/圖像分割/物體檢測等應(yīng)用,并已對外開源。為了更全面深入地了解 Model zoo 模型,Imagination 與百度飛槳將于 9 月 28 日舉辦 PowerVR+飛槳 Model zoo 模型部署實戰(zhàn) Workshop,現(xiàn)在掃描下方二維碼即可注冊預(yù)約,免費觀看。
在此次的 Workshop 中,您將學習“端到端在 Imagination 硬件上部署飛槳模型的工作流程”,來自百度飛槳的工程師分享飛槳 PaddelClas 圖像分類開發(fā)套件的全景圖并重點介紹 EfficientNet 的結(jié)構(gòu)和性能,以及推理模型的導(dǎo)出和 TVM IR 轉(zhuǎn)換。來自 Imagination 的工程師則從硬件部署優(yōu)化的角度分享如何在 Imagination 硬件平臺上部署深度學習應(yīng)用,同時還將基于集成了紫光展銳 T710 芯片的 BU99 開發(fā)板進行 demo 演示。
Workshop 內(nèi)容概覽:
如何準備一個飛槳訓練模型?
如何將飛槳預(yù)訓練模型導(dǎo)出為飛槳推理模型?
如何使用 Imagination NCSDK 將飛槳推理模型編譯為適配目標設(shè)備上運行的代碼?
- 如何將優(yōu)化后的模型部署在 Imagination 硬件平臺?
關(guān)于 PowerVR
PowerVR是Imagination Technologies公司旗下的圖形處理器架構(gòu),創(chuàng)建至今已有 30年。PowerVR 圖形處理器(GPU)系列在技術(shù)能力、路線圖廣度和生態(tài)系統(tǒng)方面處于市場領(lǐng)先地位,為移動和嵌入式 GPU 設(shè)定了基準。PowerVR 通過分塊延遲渲染(TBDR)技術(shù)實現(xiàn)的效率確保了最低的帶寬使用率和最短的每項任務(wù)處理周期,所有這些都確保了高性能效率和最低的每幀功耗。設(shè)計用于加速特定神經(jīng)網(wǎng)絡(luò)應(yīng)用程序的 PowerVR 神經(jīng)網(wǎng)絡(luò)加速器(NNA)為智能邊緣設(shè)備提供強大的效率和性能。
關(guān)于 Workshop 中所使用的亮衡BU99開發(fā)板
BU99開發(fā)板是亮衡科技開發(fā)的基于紫光展銳T710高性能AI芯片設(shè)計的B100_A模組為核心的AI開發(fā)板,該款A(yù)I芯片集成了IMG 9440 GPU IP以及IMG 2NX NNA 神經(jīng)網(wǎng)絡(luò)加速器IP,算力最大支持 3.2 TOPs(INT 8)。B100_AAI模組的核心功能通過該開發(fā)板的外圍接口開放出來,方便用戶快速的接入使用??蓮V泛應(yīng)用于對圖像處理、實時性要求較高的應(yīng)用場景。如:人臉識別、智能機器人、智能駕駛、智能零售、智能支付、智能醫(yī)療、智慧教育、安 防監(jiān)控等設(shè)備和行業(yè)。
關(guān)于飛槳模型套件 PaddleClas
PaddleClas是一個提供了從數(shù)據(jù)處理、模型準備、模型優(yōu)化、到預(yù)測部署全流程工具的圖像分類開發(fā)套件。提供: 37個系列230+個高性能圖像分類預(yù)訓練模型,其中包括10萬分類預(yù)訓練模型、PP-HGNet、PP-LCNet等明星模型,以及SSLD知識蒸餾等先進算法優(yōu)化策略,可被廣泛應(yīng)用于高階視覺任務(wù);輕量圖像分類方案PULC,覆蓋人、車、OCR方向九大任務(wù)高頻應(yīng)用;輕量級圖像識別模型PP-ShiTu,綜合了目標檢測、圖像分類、度量學習、圖像檢索等多重技術(shù),能夠完美解決小樣本、高相似、多類別等產(chǎn)業(yè)落地難點,CPU上僅需0.2s輕松識別十萬類,且十分簡單易用,極大地降低開發(fā)門檻;輔助產(chǎn)業(yè)及科研領(lǐng)域快速解決多類別、高相似度、小樣本等業(yè)界難點。
-
imagination
+關(guān)注
關(guān)注
1文章
569瀏覽量
61256
發(fā)布評論請先 登錄
相關(guān)推薦
評論