AI na procesorach ARM - Tomasz Szpartaluk - Ampere Computing

Nieliniowy

Polish - July 13, 2022 03:00 - 49 minutes - 34.4 MB
Technology machine learning uczenie maszynowe uczenie głębokie programowanie python deep learning biznes nauka sztuczna inteligencja artificial intelligence Homepage Download Apple Podcasts Google Podcasts Overcast Castro Pocket Casts RSS feed

Previous Episode: Modele generatywne - modele dyfuzyjne, Dalle, GPT, GAN, VAE - Kuba Tomczak

Next Episode: Promowanie dużych modeli językowych podobnych do GPT3 - Sandra Kublik - Cohere

Rozmowa z Tomaszem Szpartalukiem - Senior software engineer z firmy Ampere Computing

Poruszamy takie tematy jak:
- ciekawe zastosowania obliczeń przepływów
- kiedy przydaje się wiedza szeroka a kiedy bardzo wąska specjalistyczna
- czy uczelnia ma przygotowywać do konkretnej pracy
- różnicach pomiędzy procesorami ARM a x86
- zaletach procesorów ARM
- optymalizatorach sieci neuronowych na architekturę ARM ( RISC )
- wykorzystaniu znajomości budowy procesorów / hardware-u do optymalizacji oprogramowania
- pracy w różnych warstwach oprogramowania, od asemblera do chmury
- jak przygotować się do pracy programowania niskopoziomowego (blisko hardware-u)
- jak unikać nadużywania ML do wszystkiego
- wymiany wiedzy i doświadczeń w zespole

Przydatne linki:
Quickersim:
https://quickersim.com/

Ampere:
https://amperecomputing.com/
https://solutions.amperecomputing.com/solutions/ampere-ai

Nasza biblioteka modeli
https://github.com/AmpereComputingAI/ampere_model_library

Książka o podcastowaniu
Jakzaczacpodcast.pl - Jak zacząć podcast - Michał Dulemba

Posłuchaj więcej odcinków na:
nieliniowy.pl - podcast na temat sztucznej inteligencji

Napisz do mnie:
Michal Dulemba | LinkedIn

Subskrybuj podcast:
Apple Podcasts
Spotify
Google Podcasts
Podcast Addict
RSS

Korzystam z:
Buzzsprout (hosting odcinków):
https://www.buzzsprout.com/?referrer_id=1783532

Riverside (aplikacja do zdalnego nagrywania):
https://www.riverside.fm/?via=dulemba