极术干货| “周易” NPU平台上部署Yolov4与MicroLlama模型详解

公开课内容

随着AI大模型加速向边缘侧和端侧渗透，NPU（神经网络处理器）因其更简洁的控制流及更高的能效比，成为处理AI工作负载的关键算力资源。安谋科技自研“周易” NPU面向大模型场景进行了架构、内存墙等多方面改进，能够显著提高AI应用开发的生产效率。本期极术公开课，安谋科技的两位技术专家将分别围绕Yolov4轻量级模型、MicroLlama模型进行深入分享，并详细介绍这两款模型如何在“周易” NPU平台上进行部署以及在SiRider S1芯擎开发板上运行。

分享要点

• “周易” NPU及其软件工具链解读
• Yolov4轻量级模型部署及定量调整介绍
• 在SiRider S1芯擎开发板上运行Yolov4展示
• 主流大语言模型及端侧部署的特点分析
• 从PyTorch到“周易”NPU的模型部署详解

视频回放及PPT下载

• 视频回放链接：https://aijishu.com/l/1110000000481265
  PPT部分预览（点击下方附件可直接下载）
  
  
  

对Arm技术、应用及行业趋势感兴趣的欢迎添加极术小姐姐微信（微信id:aijishu20）加入极术社区技术交流群，一起探讨交流行业技术及前沿动态，掌握先机。

如有相关技术问答，也欢迎到https://aijishu.com/t/shanhai 提问，我们会邀请嘉宾来回复。

更多公开课信息请关注极术公开课频道。

请注意初次下载PPT和观看回放需要完成新手任务，可查看此教程或者咨询极术小姐姐（微信：aijishu20)。