图书详情

¥89.8

昇腾 AI 处理器应用与开发实践

作者:杨建磊

编辑:张晓芬

浏览:62

推荐:0

收藏:0

详情

内容介绍

本书围绕昇腾AI处理器开发应用实践目标,不仅系统性地讲述全栈AI 计算技术体系,还深入浅出地介绍工程化的开发方法与技术。 本书首先介绍基础知识,包括人工智能基础、深度学习技术、智能计算技术等;其次介绍AI 处理器基础知识,包括神经网络加速原理、深度学习芯片架构、深度学习软件栈、全栈AI计算技术体系等;再次介绍昇腾AI处理器软硬件架构,包括达芬奇架构、昇腾310/910处理器架构、昇腾开发软件栈与工具链等;最后介绍昇腾AI 处理器开发流程及编程方法。本书将昇腾AI 开发实践案例贯穿其中,包括开发环境部署、基础模型开发案例、模型进阶开发探索、辅助工具应用实践等,并提供配套资源,旨在为读者提供体系化的实践训练,让读者能够学以致用,快速形成全栈AI开发的系统能力。 本书可作为高等院校计算机、人工智能、云计算、大数据等相关专业的教材,也可作为ICT培训机构智能计算方向的教材,还可作为人工智能领域从业人员的参考书。

相关信息

图书名称:昇腾 AI 处理器应用与开发实践
ISBN:978-7-115-65465-6
作者:杨建磊
编辑:张晓芬
从书名:华为ICT技术丛书:智能基座系列
开本:小16开
页数:256
印刷色数:单色
出版状态:已出版
出版日期:2025-06-01
作者简介:杨建磊 杨建磊,博士,副教授,硕士生导师。2014年毕业于清华大学计算机科学与技术系获工学博士学位,随后至2016年在美国匹兹堡大学智能进化实验室从事博士后研究。2016年6月入选北航“卓越百人计划”,在计算机学院计算新技术研究所、大数据科学与脑机智能高精尖创新中心及费尔北京研究院工作至今。研究领域包括:面向深度学习、机器视觉、类脑计算的算法、系统及芯片等。目前承担”计算机组成“”计算机系统基础“”计算机科学方法论“”智能计算体系结构“与”人工智能加速器“等课程的教学工作。

特别说明

昇腾编程宝典,教你玩转昇腾社区

本书卖点

1、从昇腾AI处理器入手,系统介绍全栈AI计算技术体系
2、基于人工智能理论,全面呈现昇腾AI处理器使用方法
3、深度融合昇腾社区,助力读者进入昇腾生态
4、聚焦昇腾技术栈,拓宽AI应用新域

目录

第1章 引言​1
1.1 人工智能基础​1
1.1.1 人工智能概述​1
1.1.2 人工智能发展简史​2
1.1.3 人工智能的主要方向​6
1.2 深度学习简介​7
1.2.1 深度学习基本原理​8
1.2.2 深度学习典型模型​10
1.2.3 深度学习主要应用​16
1.3 人工智能计算概述​17
1.3.1 人工智能计算需求​17
1.3.2 人工智能计算技术特征​18
1.3.3 人工智能计算系统发展趋势​19
参考文献​20
第2章 AI处理器基础​23
2.1 神经网络加速原理​23
2.1.1 通用计算芯片架构的局限性​23
2.1.2 专用计算芯片架构潜力​25
2.1.3 神经网络计算加速技术​27
2.2 深度学习芯片​29
2.2.1 通用计算芯片​29
2.2.2 专用计算芯片​34
2.2.3 颠覆性计算芯片​37
2.3 深度学习软件栈​40
2.3.1 深度学习模型框架​40
2.3.2 深度学习编译框架​44
2.3.3 深度学习模型部署优化框架​46
2.4 全栈AI计算技术体系​50
2.4.1 软硬件协同设计思想​50
2.4.2 深度学习系统设计与优化方法​52
2.4.3 典型驱动范例:昇腾AI全栈技术方案​53
参考文献​55
第3章 昇腾AI处理器硬件架构​57
3.1 硬件架构概述​57
3.2 达芬奇架构​58
3.2.1 AI Core整体架构​59
3.2.2 计算单元​60
3.2.3 存储系统​63
3.2.4 控制单元​66
3.2.5 指令系统​68
3.3 昇腾AI处理器逻辑架构​70
3.3.1 昇腾310处理器逻辑架构​70
3.3.2 昇腾910处理器逻辑架构​72
参考文献​73
第4章 昇腾AI处理器软件架构​75
4.1 软件框架概述​75
4.2 软件工具链​77
4.2.1 MindStudio开发环境​77
4.2.2 昇腾计算语言​79
4.2.3 昇腾张量编译器​81
4.2.4 算子生成与优化器​82
4.2.5 运行管理与任务调度器​84
参考文献​88
第5章 昇腾AI处理器开发流程​89
5.1 昇腾AI开发平台介绍​89
5.2 昇腾AI推理开发流程​91
5.2.1 工具与环境部署​92
5.2.2 基于MindX SDK的推理开发流程​94
5.2.3 基于AscendCL的推理开发流程​98
参考文献​99
第6章 昇腾AI处理器编程方法​101
6.1 昇腾编程模型与语言库​101
6.1.1 AscendCL功能架构​101
6.1.2 AscendCL API​102
6.1.3 AscendCL应用扩展​104
6.1.4 AscendCL应用:以模型推理流程为例​105
6.2 张量编译器(ATC)​114
6.2.1 ATC内部原理​114
6.2.2 ATC功能介绍​115
6.2.3 ATC应用示例​119
6.3 张量优化与算子开发​121
6.3.1 算子模型定义​123
6.3.2 自定义算子开发与优化​128
6.3.3 算子开发编程方式​129
6.4 模型部署与推理优化​136
6.4.1 模型迁移流程​136
6.4.2 自动部署与模型调优​137
6.5 功能辅助增强组件​138
6.5.1 模型预处理​138
6.5.2 数据预处理​143
参考文献​144
第7章 实践案例​145
7.1 开发环境部署​145
7.1.1 实验软硬件准备​145
7.1.2 开发环境部署流程​147
7.1.3 运行环境部署流程​152
7.1.4 模型训练流程​157
7.1.5 模型推理流程​159
7.2 基础模型开发实例​165
7.2.1 图像分类应用实例:C++/Python实现​165
7.2.2 目标检测应用实例:C++/Python实现​179
7.2.3 语音处理应用实例:C++/Python实现​185
7.2.4 模型迁移实例:以ONNX/PyTorch为例​190
7.2.5 模型轻量化开发实践​198
7.3 模型进阶开发探索​203
7.3.1 自定义算子实例:以BatchNorm算子为例​203
7.3.2 算子开发:以Transformer为例​234
7.3.3 算子优化技术:以算子融合为例​238
7.4 辅助工具应用实践​242
7.4.1 精度比对工具​242
7.4.2 性能分析工具​244
7.4.3 专家系统工具​246
参考文献​247

申请样书

立即购买
1 2