网站面包屑导航怎么做的,俄语网站服务器,盐城做网站的哪个公司好,wordpress绕过注册码2023 Meet TVM 深圳站于 2023 年 9 月 16 日在腾讯大厦成功举办#xff0c;百余名参与者亲临现场#xff0c;聆听讲师们的精彩分享。 作者 | xixi 编辑 | 三羊 本文首发于 HyperAI 超神经微信公众平台~
**由 MLC.AI 社区和 HyperAI超神经主办#xff0c;Openbayes贝式计算… 2023 Meet TVM · 深圳站于 2023 年 9 月 16 日在腾讯大厦成功举办百余名参与者亲临现场聆听讲师们的精彩分享。 作者 | xixi 编辑 | 三羊 本文首发于 HyperAI 超神经微信公众平台~
**由 MLC.AI 社区和 HyperAI超神经主办Openbayes贝式计算和腾讯 AI Lab 协办的 2023 Meet TVM · 深圳站已圆满落幕。**连续一周的大雨也抵挡不住社区伙伴们的热情百余位来自高校、大厂、芯片厂商、研究院的参与者从各地赶来加入这场属于 AI 编译器的线下聚会。 本次活动我们邀请到了来自上海交通大学、腾讯、MachineTime、燧原科技的 5 位资深讲师结合自身业务中的应用分享关于 TVM MLIR 的最佳实践。 活动内容回顾
以下是活动内容简介以及现场的视频回顾。
关注微信公众号「HyperAI超神经」后台回复关键字「TVM 深圳」获取嘉宾完整 PPT。 分享主题 基于 TVM 的 CPU 端动态形状优化
内容简介 传统的深度学习编译器包括 TVM缺少动态形状支持在处理语言模型动态序列长度和检测模型动态宽/高等情况时比较乏力。基于此现状我们设计实现了一套基于 TVM 的 CPU 端动态形状算子优化方案性能超过现有的静态形状方案且几乎不需要搜索时间。
分享视频【2023 Meet TVM · 深圳】朱文熙-基于 TVM 的动态形状编译优化 分享主题 Automatically Design an AI Processor: Compiler is Dominant
内容简介 随着以大语言模型为代表的 AIGC 的发展和普及算力需求呈指数式增长。因此AI 处理器芯片的设计以及相应的编程变得更加复杂。
如何让两者变得更加简单高效自动化的编译器-计算架构联合设计了一个潜在解决方案。
分享视频 【2023 Meet TVM · 深圳】解磊-Design an AI processor: Compiler is Dominant 分享主题 MLIR 及其 AI 图编译实践
内容简介 随着 AI 芯片和 AI 框架的蓬勃发展AI 编译器也随之发展起来如 XLA、TVM 等。MLIR 作为通用和可复用的编译器框架由于能够帮助各硬件厂商快速构建 DS AI 编译器目前在 AI 编译系统中得到了广泛的利用。
本次分享主要介绍 MLIR 的一些基本知识要素、MLIR 的 Codegen 流程以及构建 AI 编译器的实践步骤另外也将和大家讨论一下 MLIR 解决 AI 编译器关键问题的思路。
分享视频 【2023 Meet TVM · 深圳】苏刚-MLIR 及其 AI 图编译实践 分享主题 基于 MLIR 的 AI 编译器的设计与实现
内容简介 AI 和机器学习领域有许多不同的软件框架如 TensorFlow、PyTorch 等)硬件设备也日益多样化CPU、GPU、TPU 等)AI 编译器作为连接二者的桥梁存在着诸多挑战。
MLIR 作为一套编译器基础设施它提供一系列可复用的易扩展的基础组件用来搭建领域专用编译器。腾讯在 MLIR 的基础上搭建了一套端到端的 AI 编译器为用户的 AI 模型提供编译优化从而简化模型在多种 AI 芯片上的部署发挥极致性能。
分享视频【2023 Meet TVM · 深圳】张峰-基于 MLIR 的 AI 编译器的设计与实现 分享主题 大模型时代机器学习系统的机遇与挑战
内容简介 生成式人工智能和大型语言模型 (LLM) 领域取得了重大进展它们具有卓越的能力和从根本上改变许多领域的潜力。与此同时它对于机器学习系统带来了全新的机遇和挑战。一方面巨大的算力需求导致对于系统优化的需求提升另一方面单一的模型结构和高性能硬件需求使得原本开放的机器学习生态开始收敛。
分享视频【2023 Meet TVM · 深圳】冯思远-大模型时代机器学习系统的机遇与挑战 北京站视频 北京站回顾视频可在「HyperAI超神经」视频号中观看
2023 Meet TVM · 年终聚会
今年 Q1-Q3我们成功举办了 3 场线下 meetup吸引了众多关注 AI 编译器领域的朋友们在不同的城市汇聚一堂一同进行学习和讨论。
Q4 即将到来我们将举办 2023 Meet TVM 年终聚会以此为今年的 2023 Meet TVM 系列活动画上完美的句号诚挚邀请各位企业及社区伙伴们以各种形式参与共创无论是推荐讲师还是赞助场地、茶歇我们都十分欢迎。
让我们一起努力共建国内最活跃的 AI 编译器社区最后分享一张现场的大合影❤️ 获取 PPT 关注微信公众号「HyperAI超神经」后台回复关键字「TVM 深圳」获取嘉宾完整 PPT。
主办方及合作伙伴 作为本次活动的主办方MLC.AI 社区成立于 2022 年 6 月并由 Apache TVM 主要发明者、机器学习领域著名的青年学者陈天奇带领团队上线了 MLC 线上课程系统介绍了机器学习编译的关键元素以及核心概念。
2022 年 11 月在 MLC.AI 社区志愿者的共同努力下首个完整的 TVM 中文文档上线并成功托管至 HyperAI超神经官网进一步为对机器学习编译感兴趣的国内开发者提供了接触并学习一门新技术的基础设施——文档。
2023 年第四季度我们将举办 2023 Meet TVM · 年终聚会届时欢迎企业及社区伙伴参与共创。
MLC 线上课程https://mlc.ai/
TVM 中文文档https://tvm.hyper.ai/ 国内领先的人工智能及高性能计算社区致力于为广大国内开发者提供数据科学领域的优质公共资源截至目前已为 1200 公开数据集提供国内下载节点支持 300 人工智能及高性能计算相关的词条查询托管了完整的 TVM 中文文档并即将上线多个基础及流行教程。
访问官网https://hyper.ai/ OpenBayes贝式计算是国内领先的高性能计算服务提供商通过为新一代异构芯片嫁接经典软件生态及机器学习模型进而为工业企业及高校科研提供更加快速、易用的数据科学计算产品其产品已被数十家大型工业场景或头部科研院所所采用。
访问官网https://openbayes.com/ 腾讯 AI Lab 是腾讯的企业级 AI 实验室于 2016 年 4 月在深圳成立目前有100 多位顶尖研究科学家及 300 多位应用工程师。借助腾讯丰富应用场景、大数据、计算力及一流人才方面的长期积累AI Lab 立足未来开放合作致力于不断提升 AI 的认知、决策与创造力向“Make AI Everywhere”的愿景迈步。
腾讯 AI Lab 强调研究与应用并重发展。基础研究关注机器学习、计算机视觉、语音技术及自然语言处理等四大方向技术应用聚焦在游戏、数字人、内容、社交四大领域并初探 AI 在工业、农业、医疗、医药、生命科学等领域的研究应用。
本文首发于 HyperAI 超神经微信公众平台~
