1樓:金雪鋒
1、先熟悉一下深度學習和機器學習,教材就不推薦了,很多,一定要動手實踐,CV/NLP跑幾個小模型,了解一下深度學習模型的怎麼回事,有什麼樣的運算元
你說沒有GPU,這個不是問題,用CPU也可以。
2、深度學習編譯器主要用於兩個場景,AI框架或者AI晶元的配套編譯器,可以先了解一下AI框架和深度學習編譯器的全景知識,比如,深度學習編譯器與傳統編譯器的區別
針對神經網路的編譯器和傳統編譯器的區別和聯絡是什麼?
AI框架分析
3、熟悉並實踐業界常用的開源AI編譯器,推薦TVM,先了解一下原理,然後看一下TVM中不同型別運算元的實現,比如element-wise類、reduce類、matmul類、conv類等,最後自己可以實現幾個簡單的,把端到端的流程和原理摸清楚,包括compute、schedule、codegen等等。
TVM Documentation
寫CUDA到底難在哪?
公升騰CANN系列教程-TBE運算元開發(初級)_基礎課程_華為雲學院_雲計算培訓-華為雲
AI編譯器做的比較全,包括圖編譯器(前端的硬體無關的,比如自動微分/自動並行;後端的硬體相關的優化)、運算元編譯器、端側推理相關的編譯器等等。
有大量的社群活動可以參加,比如模型和運算元眾籌、bug fix、MSG活動等等。
目前正在找實習生
MindSpore/mindspore
深度學習編譯器坑位多嗎?
熊勒個貓 據我了解,除了一直在知乎上輸出文章的楊軍大佬他們團隊 阿里 PAI 之外,還有華為也是在招的。華為和阿里算是參與研究tvm比較早的企業,實力積澱特別深厚而且內部應用應該比較成熟了,這兩家算是比較好的選擇。除此之外,其實大廠和ai公司都在研究。比如之前看到過位元組開源的lightseq就用了...
如何開發編譯器?
gitlab.gnome.org GNOME vala issues?milestone title 1.0 發展中的編譯器,正好可以做學習和研究。 Anges 說一下做過的編譯器前端部分 動態生成語法樹,詞法解析,主要利用狀態機,更高階點nfa轉行dfa,其實解析起來也沒有大家說的那麼難,會基本的...
編譯器是如何編譯自己的?
何源 比如你是馬雲,沒身份證 編譯器 之前怎麼證明自己是馬雲。那你得弄來一張名為馬雲的身份證 編譯器 問題來了,這張身份證怎麼來呢?你去找你爸要了戶口本 其他語言的編譯器 去派出所填寫了自己的資料 自己編譯器原始碼 辦理身份證,因為戶口本上你的名字是馬雲,派出所給了一張名為馬雲的身份證。從此,你不用...