RM新时代|官方理财平台

課程介紹

歡迎來(lái)到大模型課程!本課程將帶您深入到大模型的領(lǐng)域，并幫助您掌握應用這些大模型的技能。無(wú)論您是對深度學(xué)習領(lǐng)域感興趣，還是希望在現實(shí)世界的項目中應用大型模型，本課程都將為您提供寶貴的知識和實(shí)踐經(jīng)驗。

大模型是指具有巨大參數和復雜結構的深度學(xué)習模型。這些模型在處理大規模數據集和復雜任務(wù)(如圖像識別、自然語(yǔ)言處理、語(yǔ)音識別等)時(shí)表現得非常好。大模型的出現引發(fā)了深度學(xué)習領(lǐng)域的重大變化，導致各個(gè)領(lǐng)域的突破。

在本課程中，您將學(xué)習大模型的基本概念和原理。我們將深入研究基礎理論，發(fā)展歷史，常用的大模型，以及l(fā)lm(大語(yǔ)言模型)中的提示和上下文學(xué)習等不斷發(fā)展的技術(shù)。隨著(zhù)課程的進(jìn)展，我們將深入研究大模型的實(shí)際應用。您將學(xué)習如何部署高度重視的大模型，如 Stable Diffusion和ChatGLM2-6B到SOPHON的最新一代深度學(xué)習處理器，SOPHON BM1684X。SOPHON BM1684X是SOPHON專(zhuān)門(mén)針對深度學(xué)習領(lǐng)域推出的第四代張量處理器，具有32TOPS計算能力，支持32路高清硬件解碼，12路高清硬件編碼，適用于深度學(xué)習、計算機視覺(jué)、高性能計算等環(huán)境。

無(wú)論您是傾向于對大模型或其工業(yè)應用進(jìn)行深入的學(xué)術(shù)研究，本課程都將為您提供堅實(shí)的基礎和實(shí)踐技能。你準備好接受大模型的挑戰了嗎?讓我們一起深入這個(gè)迷人的領(lǐng)域吧!

課程章節 （ 10節課）

1_ 基礎理論
開(kāi)始學(xué)習
1.1 LLM：世界知識的無(wú)損壓縮
待學(xué)習
1.2 LLM的發(fā)展歷程
待學(xué)習
1.3 常見(jiàn)大模型介紹
待學(xué)習
1.4 不斷發(fā)展的Prompt和In-context learning技術(shù)
待學(xué)習
1.5 RLHF技術(shù)
待學(xué)習
1.6 LLM的壓縮
待學(xué)習
1.7 LLM 的訓練和推理加速技術(shù)
待學(xué)習
2_ 實(shí)戰部署
開(kāi)始學(xué)習
2.1 BM1684X box部署教程：Stable Diffusion
待學(xué)習
2.2 BM1684X部署教程：TPU_MLIR_實(shí)現ChatGLM2_6B大模型算法移植部署
待學(xué)習
2.3 BM1684X部署教程：ChatGLM2_6B大模型算法運行
待學(xué)習

課程目標

完成本課程后，學(xué)習者將獲得以下能力，為解決自然語(yǔ)言處理和計算機視覺(jué)中的復雜問(wèn)題提供有效的工具和方法:

  • 了解大模型的基本概念和原理，熟悉該領(lǐng)域的最新進(jìn)展和前沿知識:學(xué)習者將掌握大規模語(yǔ)言模型背后的底層技術(shù)原理，包括模型結構、訓練方法和推理算法。這些知識將使他們能夠跟上該領(lǐng)域不斷變化的動(dòng)態(tài)。
  • 掌握大模型的應用:學(xué)習者將深入了解大模型在各個(gè)領(lǐng)域的廣泛應用，如機器翻譯、文本生成、智能問(wèn)答系統等。
  • 了解大模型的能力和局限性:學(xué)習者將了解大模型在語(yǔ)言理解、生成、推理方面的能力，以及它們在處理長(cháng)文本、多模態(tài)數據等方面的局限性。
  • 掌握大模型的計算需求和技術(shù)挑戰:學(xué)習者將理解大模型帶來(lái)的計算需求，以及相關(guān)的訓練和推理技術(shù)，包括分布式訓練、模型壓縮、加速等。

課程對象

本課程適合廣泛的學(xué)習者，包括但不限于以下內容:

  1. 學(xué)習深度學(xué)習的學(xué)生:對于計算機科學(xué)、深度學(xué)習或相關(guān)學(xué)科的學(xué)生，本課程提供了對大模型的深入理解和應用。
  2. 專(zhuān)業(yè)人士:對于自然語(yǔ)言處理、計算機視覺(jué)、數據科學(xué)等領(lǐng)域的專(zhuān)業(yè)人士，本課程可以幫助他們掌握大模型領(lǐng)域的最新進(jìn)展和前沿知識。
  3. 對深度學(xué)習感興趣的個(gè)人:對于對深度學(xué)習技術(shù)感興趣并尋求對大模型原理和應用的全面見(jiàn)解的個(gè)人，本課程提供了全面的介紹。

課程推薦

course-cover

編譯器開(kāi)發(fā)

作為框架和硬件之間的橋梁，深度學(xué)習編譯器可以實(shí)現一次性代碼開(kāi)發(fā)和重用各種計算能力處理器的目標。最近，算能也開(kāi)源了自己開(kāi)發(fā)的TPU編譯工具——TPU-MLIR (Multi-Level Intermediate Representation)。TPU-MLIR是一個(gè)面向深度學(xué)習處理器的開(kāi)源TPU編譯器。該項目提供了完整的工具鏈，將各種框架下預訓練的神經(jīng)網(wǎng)絡(luò )轉換為可在TPU中高效運行的二進(jìn)制文件bmodel，以實(shí)現更高效的推理。本課程以實(shí)際實(shí)踐為驅動(dòng)，引導您直觀(guān)地理解、實(shí)踐、掌握智能深度學(xué)習處理器的TPU編譯框架。

目前，TPU-MLIR項目已應用于算能開(kāi)發(fā)的最新一代深度學(xué)習處理器BM1684X。結合處理器本身的高性能ARM內核以及相應的SDK，可以實(shí)現深度學(xué)習算法的快速部署。本課程將介紹MLIR的基本語(yǔ)法，以及編譯器中各種優(yōu)化操作的實(shí)現細節，如圖形優(yōu)化、int8量化、算子分割、地址分配等。

與其他編譯工具相比，TPU-MLIR有幾個(gè)優(yōu)點(diǎn)

1. 簡(jiǎn)單方便

通過(guò)閱讀開(kāi)發(fā)手冊和項目中包含的示例，用戶(hù)可以了解模型轉換的過(guò)程和原理，并快速入門(mén)。此外，TPU-MLIR是基于當前主流編譯工具庫MLIR設計的，用戶(hù)也可以通過(guò)它了解MLIR的應用。本項目提供了一套完整的工具鏈，用戶(hù)可直接通過(guò)現有接口快速完成模型轉換工作，無(wú)需適應不同的網(wǎng)絡(luò )。

2. 通用性

目前，TPU- mlir已經(jīng)支持TFLite和onnx兩種格式，這兩種格式的模型可以直接轉換為T(mén)PU可用的bmodel。如果不是這兩種格式呢?事實(shí)上，onnx提供了一套轉換工具，可以將目前市場(chǎng)上主要的深度學(xué)習框架編寫(xiě)的模型轉換為onnx格式，然后再進(jìn)行bmodel轉換。

3、精度與效率并存

在模型轉換過(guò)程中，有時(shí)會(huì )失去精度。TPU-MLIR支持INT8對稱(chēng)和非對稱(chēng)量化，結合原開(kāi)發(fā)公司的校準和tune技術(shù)，大大提高了性能，保證了模型的高精度。此外，TPU-MLIR還使用了大量的圖優(yōu)化和算子分割優(yōu)化技術(shù)來(lái)保證模型的高效運行。

4. 實(shí)現終極性?xún)r(jià)比，構建下一代深度學(xué)習編譯器

為了支持圖形化計算，神經(jīng)網(wǎng)絡(luò )模型中的算子需要開(kāi)發(fā)圖形化版本;為了適應TPU，應該為每個(gè)運營(yíng)商開(kāi)發(fā)一個(gè)版本的TPU。此外，有些場(chǎng)景需要適應相同計算能力處理器的不同型號，每次都必須手工編譯，這將非常耗時(shí)。深度學(xué)習編譯器就是用來(lái)解決這些問(wèn)題的。TPU-mlir的一系列自動(dòng)優(yōu)化工具可以節省大量的人工優(yōu)化時(shí)間，因此在RISC-V上開(kāi)發(fā)的模型可以順利自由地移植到TPU上，以獲得最佳的性能和性?xún)r(jià)比。

5. 完整的信息

課程包括中英文視頻教學(xué)、文檔指導、代碼腳本等，詳實(shí)豐富的視頻資料詳細應用指導清晰的代碼腳本TPU-MLIR站在MLIR巨頭的肩膀上打造，現在整個(gè)項目的所有代碼都已經(jīng)開(kāi)源，免費向所有用戶(hù)開(kāi)放。

代碼下載鏈接:https://github.com/sophgo/tpu-mlir

tpu - mlir開(kāi)發(fā)參考手冊:https://tpumlir.org/docs/developer_manual/01_introduction.html

總體設計思想論文:https://arxiv.org/abs/2210.15016

視頻教程:https://space.bilibili.com/1829795304/channel/collectiondetail?sid=734875

課程目錄

序號 課程名 課程分類(lèi) 課程資料
? ? ? 視頻 文檔 代碼
1.1 Deep learning編譯器基礎 TPU_MLIR基礎 √ √ √
1.2 MLIR基礎 TPU_MLIR基礎 √ √ √
1.3 MLIR基本結構 TPU_MLIR基礎 √ √ √
1.4 MLIR之op定義 TPU_MLIR基礎 √ √ √
1.5 TPU_MLIR介紹（一） TPU_MLIR基礎 √ √ √
1.6 TPU_MLIR介紹（二） TPU_MLIR基礎 √ √ √
1.7 TPU_MLIR介紹（三） TPU_MLIR基礎 √ √ √
1.8 量化概述 TPU_MLIR基礎 √ √ √
1.9 量化推導 TPU_MLIR基礎 √ √ √
1.10? 量化校準 TPU_MLIR基礎 √ √ √
1.11 量化感知訓練（一） TPU_MLIR基礎 √ √ √
1.12? 量化感知訓練（二） TPU_MLIR基礎 √ √ √
2.1 Pattern Rewriting TPU_MLIR實(shí)戰 √ √ √
2.2 Dialect Conversion TPU_MLIR實(shí)戰 √ √ √
2.3 前端轉換 TPU_MLIR實(shí)戰 √ √ √
2.4 Lowering in TPU_MLIR TPU_MLIR實(shí)戰 √ √ √
2.5 添加新算子 TPU_MLIR實(shí)戰 √ √ √
2.6 TPU_MLIR圖優(yōu)化 TPU_MLIR實(shí)戰 √ √ √
2.7 TPU_MLIR常用操作 TPU_MLIR實(shí)戰 √ √ √
2.8 TPU原理（一） TPU_MLIR實(shí)戰 √ √ √
2.9 TPU原理（二） TPU_MLIR實(shí)戰 √ √ √
2.10? 后端算子實(shí)現 TPU_MLIR實(shí)戰 √ √ √
2.11 TPU層優(yōu)化 TPU_MLIR實(shí)戰 √ √ √
2.12 bmodel生成 TPU_MLIR實(shí)戰 √ √ √
2.13 To ONNX format TPU_MLIR實(shí)戰 √ √ √
2.14 Add a New Operator TPU_MLIR實(shí)戰 √ √ √
2.15 TPU_MLIR模型適配 TPU_MLIR實(shí)戰 √ √ √
2.16 Fuse Preprocess TPU_MLIR實(shí)戰 √ √ √
2.17 精度驗證 TPU_MLIR實(shí)戰 √ √ √

?

course-cover

Milk-V Duo開(kāi)發(fā)板實(shí)踐課程

本課程介紹了硬件電路的設計和基本環(huán)境的搭建，并提供了一些簡(jiǎn)單的開(kāi)發(fā)示例和一些基本的深度學(xué)習示例。

Milk-V Duo是基于CV1800B的超小型嵌入式開(kāi)發(fā)平臺。它體積小，功能全面，配備雙核，可以分別運行linux和rtos系統，并具有各種可連接的外設。

  • 可擴展性:Milk-V Duo核心板具有多種接口，如GPIO, I2C, UART, SDIO1, SPI, ADC, PWM等。
  • 多種可連接外設:Milk-V Duo核心板可擴展各種設備，如LED，便攜式屏幕，攝像頭，WIFI等。

課程特點(diǎn):

  • 內容材料豐富完整，包括開(kāi)發(fā)板硬件設計、外設接口說(shuō)明、基本環(huán)境設置方法、示例代碼腳本等。
  • 學(xué)習路徑科學(xué)合理，從開(kāi)發(fā)板的介紹和基本使用開(kāi)始，引導到實(shí)際項目，充分利用開(kāi)發(fā)板，為用戶(hù)自身開(kāi)發(fā)提供參考。
  • 實(shí)際項目豐富，課程提供了許多實(shí)際代碼使用和功能演示的示例。通過(guò)簡(jiǎn)單地修改和組合代碼，可以實(shí)現不同的功能。

課程目錄

course-cover

SE5開(kāi)發(fā)系列課

深度神經(jīng)網(wǎng)絡(luò )模型可以快速訓練和測試，然后由行業(yè)部署，在現實(shí)世界中有效地執行任務(wù)。在小型、低功耗的深度學(xué)習邊緣計算平臺上部署這樣的系統受到業(yè)界的高度青睞。本課程采用實(shí)踐驅動(dòng)的方法，引導你直觀(guān)地學(xué)習、實(shí)踐和掌握深度神經(jīng)網(wǎng)絡(luò )的知識和技術(shù)。

SOPHON深度學(xué)習微服務(wù)器SE5是采用SOPHON自主研發(fā)的第三代TPU處理器BM1684的高性能、低功耗邊緣計算產(chǎn)品。INT8運算能力高達17.6 TOPS，支持32路全高清視頻硬件解碼和2路編碼。本課程將快速引導您了解SE5服務(wù)器的強大功能。通過(guò)本課程，您可以了解深度學(xué)習的基礎知識并掌握其基本應用。

課程的特點(diǎn)

1. 一站式服務(wù)

?在SE5應用程序中遇到的所有常見(jiàn)問(wèn)題都可以在這里找到。

  • 為深度學(xué)習微服務(wù)器提供全棧解決方案
  • 一步一步、詳細而清晰地分解開(kāi)發(fā)過(guò)程
  • 支持所有主流框架，易于使用的產(chǎn)品

2. 系統的教學(xué)

它包括設置環(huán)境、開(kāi)發(fā)應用程序、轉換模型和部署產(chǎn)品，以及擁有鏡像的實(shí)際環(huán)境等所有內容。

  • 環(huán)境是如何構建的?
  • 如何編譯模型?
  • 應用程序是如何開(kāi)發(fā)的?
  • 場(chǎng)景如何部署?

3. 完整的材料

本課程包括視頻教程、文檔指南、代碼腳本和其他綜合材料。

  • 豐富的視頻素材
  • 詳細的應用指導
  • 清晰的代碼腳本
  • 代碼下載鏈接:https://github.com/sophon-ai-algo/examples

4. 免費的云開(kāi)發(fā)資源

在線(xiàn)免費申請使用SE5-16微服務(wù)器云測試空間

?

RM新时代|官方理财平台