文章
-
如何高效處理LMEM中的數(shù)據(jù)?這篇文章帶你學(xué)會!2024-01-19 08:33
-
重塑翻譯與識別技術(shù):開源語音識別模型Whisper的編譯優(yōu)化與部署2024-01-06 08:33
模型介紹Whisper模型是一個由OpenAI團隊開發(fā)的通用語音識別模型。它的訓(xùn)練基于大量不同的音頻數(shù)據(jù)集,是一個多任務(wù)模型,可以執(zhí)行語音識別、語言翻譯、語言識別。下面是模型的整體架構(gòu):使用方法如下:通過修改TPU-MLIR編譯器代碼,可以對Whisper模型性能進行深度優(yōu)化,使得模型在SOPHONBM1684X處理器上運行時間減少到原來的一半,本篇文章將帶 -
算能榮獲OpenKylin社區(qū)榮譽獎2023-12-30 08:33
OpenKylin伙伴暨開發(fā)者年度會議于12月下旬在北京成功召開,本次會議以“開源共創(chuàng),攜手成長”為主題,邀請了社區(qū)杰出共建單位和開發(fā)者代表線下相聚,共見社區(qū)新進展、共享開源操作系統(tǒng)新技術(shù)、共研產(chǎn)業(yè)未來新趨勢。會上,OpenKylin社區(qū)公布了2023年度貢獻榜單并進行頒獎,以表彰在過去一年中為社區(qū)做出突出貢獻的杰出企業(yè)伙伴、高校共建先鋒、SIG團隊和開發(fā)者 -
2023 CCF BDCI大賽圓滿落幕,算能賽道WELL團隊榮獲一等獎!2023-12-30 08:33
12月22日至23日,中國計算機學(xué)會舉辦的第十一屆CCF大數(shù)據(jù)與計算智能大賽(簡稱2023CCFBDCI)在廣州順利落幕。本屆比賽吸引了來自12161名專業(yè)選手和10514支隊伍報名參賽,共計提交作品約2萬次。在激烈的終極角逐中,算能賽道的WELL團隊脫穎而出,榮獲大賽一等獎!自從StableDiffusion開源以來,優(yōu)化技術(shù)和下游應(yīng)用迅速涌現(xiàn),然而直接生 -
深入學(xué)習(xí)和掌握TPU硬件架構(gòu)有困難?TDB助力你快速上手!2023-12-22 08:33
-
模糊圖像變高清:TPU-MLIR引領(lǐng)EDSR向MDSR的智能轉(zhuǎn)換!2023-12-11 17:51
模型介紹EDSR模型,全稱為enhanceddeepsuper-resolutionnetwork(增強的深度學(xué)習(xí)超分辨率重建網(wǎng)絡(luò))。該模型可以對指定圖片進行超分辨率操作,提高清晰度。而MDSR是多尺度的超分模型,可以一次輸出不同scale的圖片,相比EDSR,可以在相同的性能下,減少很多的參數(shù)。EDSR模型結(jié)構(gòu)如下:MDSR模型結(jié)構(gòu)如下:本期內(nèi)容將會帶領(lǐng)大 -
算能聯(lián)合中軟打造移動互聯(lián)實訓(xùn)室,助力高校培養(yǎng)未來科技精英2023-12-09 08:34
為給學(xué)生提供廣闊的學(xué)術(shù)研究和實踐發(fā)展空間,算能與中軟合作,為北京工業(yè)職業(yè)技術(shù)學(xué)院打造了信息技術(shù)應(yīng)用創(chuàng)新人才培訓(xùn)和認證中心以及移動互聯(lián)實訓(xùn)室。這一富有前瞻性的合作項目旨在培養(yǎng)國際化復(fù)合型技術(shù)人才,助務(wù)信息技術(shù)應(yīng)用創(chuàng)新產(chǎn)業(yè)高質(zhì)量發(fā)展。實訓(xùn)室簡介人才培訓(xùn)和認證中心信息技術(shù)應(yīng)用創(chuàng)新人才培訓(xùn)和認證中心提供了一個標(biāo)準化、安全且高效的認證考試環(huán)境,采用先進的職業(yè)技能認證平 -
算能助力高校,探索RISC-V興趣社團的技術(shù)創(chuàng)新之旅2023-12-08 15:55
-
千萬粉絲博主Linus Tech Tips全方位揭秘:Pioneer Box硬件、性能與RISC-V生態(tài)發(fā)展2023-12-08 15:55
-
邁向更高效的圖像分類:解析DeiT模型的移植和適配2023-11-23 08:33
1.DeiT概述1.1項目簡介Deit(Data-efficientimageTransformers)是由Facebook與索邦大學(xué)的MatthieuCord教授合作開發(fā)的圖像分類模型。作為一種基于Transformer架構(gòu)的深度學(xué)習(xí)模型,DeiT在保持高性能的同時,能夠大大提高數(shù)據(jù)效率,為圖像識別領(lǐng)域帶來了顛覆性的變化。與傳統(tǒng)的CNN不同,DeiT模型采