【线上分享】探讨TensorRT加速AI模型的简易方案：以图像超分为例

AI模型近年来广泛应用于图像、视频处理，在超分、降噪、插帧等应用中展现了良好效果。由于图像AI模型的计算量大，即便部署在GPU上，有时仍达不到理想的运行速度。为此，NVIDIA推出了TensorRT，成倍提高了AI模型的推理效率。

4月22日 19:30，我们邀请到了 NVIDIA DevTech团队技术负责人 季光 为大家详细介绍GPU编程的基本知识，探讨把模型运行到TensorRT的简易方法，帮助GPU编程的初学者加速自己的AI模型。

【主要内容】

1. GPU编程模型：程序是如何跑在GPU上的

2. TensorRT入门：即便没写过CUDA，也能用好GPU

3. 利用Parser自动构建网络：TensorRT编程的捷径 

4. TensorRT Plugin简介：TensorRT的万金油 

5. TensorRT的深水区：如何实现极致性能

【参与方式】

扫描下图二维码或点击文末阅读原文，预约报名、观看直播。

【嘉宾简介】

季光  NVIDIA  DevTech团队技术负责人

博士，毕业于中科院计算所，现为英伟达DevTech团队的技术负责人。擅长GPU加速的视频处理以及性能优化。曾任云游戏基础设施开发项目负责人，担任了Video Codec SDK v8.1应用层主要开发者以及DeepStream SDK v1.0主要开发者，在GPU视频编解码以及CUDA编程与优化方面积累了丰富的经验。

▽ 点击阅读原文，即可预约报名，收看精彩分享