首页
›
热销单品
›
AI大模型与智能应用
›
《NPU VeriSilicon VIP9000系列开发从入门到精通》
所属分类:AI大模型与智能应用
当前为单品课程,可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录
咨询 / 购买
📘
NPU VeriSilicon VIP9000系列开发从入门到精通
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导入
学习目标 · 适用人群 · VIP9000系列概述
课程导入
学习目标
02
NPU基础概念
神经网络处理器原理 · AI加速器架构 · 卷积与矩阵运算基础
NPU
基础概念
03
VIP9000系列硬件架构
核心计算单元 · 存储层次 · 总线接口
VIP9000
系列硬件架构
04
开发环境搭建
SDK安装 · 交叉编译工具链 · 仿真器配置
开发环境搭建
SDK
05
软件框架与驱动
Linux内核驱动 · 用户态运行时库 · NPU设备节点
软件框架
驱动
06
模型转换与优化
ONNX/TensorFlow/Py… · 格式转换 · 算子映射
模型转换
优化
07
图编译与调度
计算图优化 · 算子融合 · 内存规划
图编译
调度
08
算子开发基础
自定义算子接口 · 算子注册 · 数据布局
算子开发基础
自定义算子接口
09
内存管理与数据搬运
DMA传输 · 缓存一致性 · 内存池设计
内存管理
数据搬运
10
性能调优方法
Profiling工具使用 · 瓶颈分析 · 计算与访存重叠
性能调优方法
Profiling
11
典型应用案例
图像分类模型部署 · 目标检测模型部署 · 语义分割模型部署
典型应用案例
图像分类模型部署
12
多模型并发与动态加载
多模型调度 · 模型切换 · 动态批处理
多模型并发
动态加载
13
调试与错误处理
常见错误码 · 日志分析 · 硬件故障排查
调试
错误处理
14
安全与可靠性
安全启动 · 固件升级 · ECC校验
安全
可靠性
15
高级特性
稀疏计算 · 混合精度 · Winograd卷积
高级特性
稀疏计算
16
工具链进阶
自定义量化策略 · 自动化调优工具 · 模型压缩工具
工具链进阶
自定义量化策略
17
实战项目一
基于VIP9000的实时人脸检测系统 · 涵盖模型选型 · 转换
实战项目一
VIP9000
18
实战项目二
智能安防中的多目标跟踪系统 · 涉及多模型协同 · 性能优化与稳定性保障
实战项目二
智能安防
19
实战项目三
工业缺陷检测系统 · 包括数据增强 · 模型微调
实战项目三
工业缺陷检测系统
20
实战项目四
语音唤醒与识别系统 · 处理时序模型 · 流式推理与低延迟优化
实战项目四
语音唤醒
21
常见问题与解决方案
模型转换失败 · 精度下降 · 性能不达标
常见问题
解决方案
22
性能基准测试
标准测试集 · 指标定义 · 测试方法
性能基准测试
标准测试集
23
系统集成与产品化
与SoC集成 · BSP适配 · 量产烧录
系统集成
产品化
24
多平台移植
从VIP9000到其他NPU的迁移策… · 抽象层设计 · 代码复用与重构
多平台移植
VIP9000
25
深度学习编译器原理
TVM/MLIR与VIP9000的结… · 自动代码生成 · 算子库集成
深度学习编译器原…
TVM/MLIR
26
前沿趋势与扩展
NPU发展趋势 · 异构计算 · 边缘AI
前沿趋势
扩展
27
综合实战
设计一个完整的AI摄像头产品 · 从需求分析 · 硬件选型
综合实战
AI
28
课程总结与进阶路径
核心知识回顾 · 常见误区 · 学习资源推荐
课程总结
进阶路径
29
实验与练习
每个章节配套实验指导 · 动手练习 · 课后作业与项目答辩
实验
练习
30
考核与认证
理论考试 · 实操评估 · 项目评审
考核
认证
所属VIP或分类
同VIP:AI-Agent-Harness系统开发
同VIP:AI-Agent原理与自主代理架构
同VIP:AI-Agent性能评估与优化