AI芯片

首页 标签 AI芯片
# AI芯片 #
关注
1180内容
|
4月前
| |
来自: 视觉智能
极智AI | 一文看懂winograd卷积加速算法
本文详细解释了 winograd 算法加速卷积的实现原理。
云端开炉,线上训练,Bert-vits2-v2.2云端线上训练和推理实践(基于GoogleColab)
对于笔者这样的穷哥们来讲,GoogleColab就是黑暗中的一道光,就算有训练时长限制,也能凑合用了,要啥自行车?要饭咱也就别嫌饭馊了,本次我们基于GoogleColab在云端训练和推理Bert-vits2-v2.2项目,复刻那黑破坏神角色莉莉丝(lilith)。
|
4月前
|
Fluid Dataset CR
Fluid Dataset CR资源和Runtime CR资源是华为云ModelArts中的概念,用于描述在模型训练过程中使用的两种不同的计算资源。
AMD加码AI PC,三年路线图公布
在昨日举办的“Advancing AI”峰会上,AMD CEO Lisa Su除了带来精彩的MI 300系列芯片介绍外,“Ryzen AI”也成为了她昨天演讲中不可忽略的一个重点。IDC在日前发布的一份白皮书中也表示,到2024年,人工智能将成为PC行业的“必备功能和主流选择”。 以中国市场为例,根据IDC提供的数据,2024年中国新增的个人电脑将有54.7%是人工智能个人电脑,但在2023年这一比例仅为8.1%。展望2027年,这个数字将快速飙升至84.6% 。
|
4月前
|
前言 | AI工程化部署
要达到AI工程化部署的诸多要求,需要除了AI算法以外的诸多技术,因此结合实际的项目经验,希望总结一些在AI工程化部署的有用技术供大家参考
多GPU训练大型模型:资源分配与优化技巧 | 英伟达将推出面向中国的改良芯片HGX H20、L20 PCIe、L2 PCIe
在人工智能领域,大型模型因其强大的预测能力和泛化性能而备受瞩目。然而,随着模型规模的不断扩大,计算资源和训练时间成为制约其发展的重大挑战。特别是在英伟达禁令之后,中国AI计算行业面临前所未有的困境。为了解决这个问题,英伟达将针对中国市场推出新的AI芯片,以应对美国出口限制。本文将探讨如何在多个GPU上训练大型模型,并分析英伟达禁令对中国AI计算行业的影响。
免费试用