AI na procesorach ARM - Tomasz Szpartaluk - Ampere Computing

Nieliniowy

Contenido proporcionado por Michał Dulemba. Todo el contenido del podcast, incluidos episodios, gráficos y descripciones de podcast, lo carga y proporciona directamente Michał Dulemba o su socio de plataforma de podcast. Si cree que alguien está utilizando su trabajo protegido por derechos de autor sin su permiso, puede seguir el proceso descrito aquí https://es.player.fm/legal.

2+ y ago 49:59

MP3•Episodio en casa

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

86 episodios

#Technologie #Michał Dulemba #Machine Learning #Uczenie Maszynowe #Uczenie Głębokie #Programowanie #Python #Deep Learning #Biznes #Nauka #Sztuczna inteligencja #artificial Intelligence