黑芝麻芯片部署学习笔记

已于 2024-08-27 16:47:09 修改
阅读量116 收藏
点赞数
分类专栏： # 模型部署 文章标签： 学习 笔记
于 2024-08-23 16:47:49 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xiaomu_347/article/details/141469312
版权

       目前黑芝麻芯片在自动驾驶低端算力场景还是占据了一定份额，为大家所知的华山系列A1000就是这样的一款产品，下面就其使用进行如下总结：

（1）相关资料

         这一点不得不说一下了，黑芝麻的相关资料真的太少，而且不多外开放，这就导致刚开始入门有点盲人摸象的感觉，其官方论坛网站目前还只对合作方开放，如有合作意向请联系邮箱mkt@bst.ai，感觉有点限制了其发展，这一点还不如地平线来的敞亮。根据这篇博客的说明，可以按照博主的操作黑芝麻A1000开发笔记（一）搭建开发环境（ubuntu24.04)_a1000开发板-CSDN博客

了解本专栏 订阅专栏 解锁全文 超级会员免费看
xiaomu_347
关注
专栏目录
订阅专栏
深度学习模型部署遇到不支持op时
xiaomu_347的博客
07-01 41
在对superpoint进行部署时，当trt版本为8.4时出现对grid_sample的不支持，对于grid_sample原理可以参考。
GPU、AI芯片技术市场分析
吴建明wujianming_110117
03-30 1342
GPU、AI芯片技术市场分析 市场将高速增长，GPU曙光初现，预计到2024年，国内人工智能技术市场规模将达到172亿美元；全球占比将从2020年12.5%上升到15.6%，是全球市场增长的主要驱动力，在AI计算的训练和推理两个领域，已经有不少初创公司发布了GPU产品。 异构计算是灵活性和效率综合平衡的结果，训练指模拟人类接收、学习并理解外界信息能力的AI技术；推理指模拟人类通过学习、判断、分析等心理活动获取信息内含逻辑的AI技术。 从部署的灵活性来看，CPU最为灵活 ，GPU次之 ，FPGA和ASIC分列
全球和国产十大AI芯片
小鱼仙倌的博客
03-21 1万+
Top 10国产AI芯片分别来自如下厂商： 寒武纪、地平线、百度昆仑芯、阿里平头哥、燧原科技、瀚博半导体、天数智芯、鲲云科技、黑芝麻智能和芯擎科技。 Top 10国际AI芯片分别来自如下厂商： NVIDIA、Intel、Google、AWS、Qualcomm、Esperanto、Graphcore、Cerebras、Ambarella和Hailo。 Top 10国产AI芯片 1、寒武纪第三代云端AI芯片思元370 思元370基于7nm工艺，集成390亿个晶体管，并采用chiplet(芯粒)技术，其最大算力高
《SOC芯片研究框架》深度科普，发展趋势、技术特点、产业链一文看懂
天天的博客
02-10 4367
片上系统SoC（System on Chip），即在一块芯片上集成一整个信息处理系统，简单来说 SoC芯片是在中央处理器CPU的基础上扩展音视频功能和专用接口的超大规模集成电路，是智能设备的“大脑”。随着半导体工艺的发展，传统MCU已经不能完全满足智能终端的需求，SoC应运而生，凭借其性能强、功耗低、灵活度高的特点，使单芯片能够完成完整的电子系统。SoC在移动计算（例如智能手机和平板电脑）和边缘计算市场中非常普遍。它们也常用于嵌入式系统，如WiFi路由器和物联网。
深度解读汽车域控制器_汽车底盘域控芯片，掌握这些知识点再也不怕面试通不过
2401_84239625的博客
04-20 798
ECU原先运行的软件大多数是按照Classic AutoSAR规范开发的软件系统，其中的应用软件一般都是静态调度（Static Scheduling）模式的，也即在系统运行时，程序中不同功能的函数按照事先定义好的排序文件依次调用、逐个运行。新的智能汽车，除了要更多的与人交互外，更需要大量的对环境进行感知，这就需要计算和处理海量的非结构化数据，因此座舱域和自动驾驶域都要求高性能的CPU，比如就座舱仪表的CPU算力而言，它其实跟一部高端智能手机的CPU算力差不多，约为50000DMIPS左右。
DateWhale简单学点大模型课程组队学习打卡task11--kk
qq_61783670的博客
09-21 313
其实一开始，我也有这样的疑问，但在学习完本次的任务之后，我才得以了解到大模型（及数据中心）的训练使用确实会造成一定量的排放问题，进而对环境产生影响，如果你也怀着这样的疑问，就请快进入到我们的大模型与环境的课程中去吧！下面是操作实例：如下，我们输入用GTX 750 的显卡，在谷歌东亚地区上进行的训练，可以看到计算得出的碳排放量为0.14公斤的二氧化碳，需要一颗树苗将近6天的固碳时间，所以，我们不要随便的使用计算资源，这会不知不觉的进行一定量的二氧化碳排放。通常部署的是从大模型中蒸馏出来的小得多的模型。
半导体技术基础
吴建明wujianming_110117
04-13 3579
半导体技术基础 AI的许多数据处理涉及矩阵乘法和加法。大量并行工作的GPU提供了一种廉价的方法，但缺点是更高的功率。具有内置DSP模块和本地存储器的FPGA更节能，但它们通常更昂贵。 AI芯片该使用什么方法原理去实现，仍然众说纷纭，这是新技术的特点，探索阶段百花齐放，这也与深度学习等算法模型的研发并未成熟有关，即AI的基础理论方面仍然存在很大空白。这是指导芯片如何设计的基本前提。因此，集中在如何更好的适应已有的数据流式处理模式进行的芯片优化设计。
CSDN博客专家证书发放名单（已暂停）
热门推荐
CSDN 官方博客
07-12 5万+
博客专家专属奖励。
软件定义汽车研究：40个细分赛道，数百家供应商，软件自主化水平快速提升_etas 云原生
2401_84254474的博客
04-20 555
2.5.16 自动驾驶数据闭环案例十：毫末智行数据智能体系产品MANA（雪湖）（1）2.5.17 自动驾驶数据闭环案例十：毫末智行数据智能体系产品MANA（雪湖）（2）2.5.18 自动驾驶数据闭环案例十：毫末智行数据智能体系产品MANA（雪湖）（3）2.5.19 自动驾驶数据闭环案例十：毫末智行数据智能体系产品MANA（雪湖）（4）2.5.20 自动驾驶数据闭环案例十：毫末智行数据智能体系产品MANA（雪湖）（5）2.5.21 自动驾驶数据闭环案例十：毫末智行数据智能体系产品MANA（雪湖）（6）
嵌入式通信协议：UART简明学习笔记
weixin_73867577的博客
10-31 831
学习UART串口的简明学习笔记
C 学习（4）
search7的博客
11-05 543
C语言学习，每个模块来自工作中的？？？
ORB-SLAM2源码学习：ORBextractor.cc：IC_Angle 利用灰度质心法求解关键点方向角
2301_76831056的博客
11-01 689
IC_Angle 利用灰度质心法求解关键点方向角并在computeOrientation函数中被调用计算图像中所有特征点的方向。
软件测试学习笔记丨Vue常用指令-条件渲染（v-if）
ceshiren_com的博客
11-05 452
v-show只是简单控制dom元素的display属性。v-if通过操纵dom元素来进行切换显示。
SPI通信详解-学习笔记
qq_45059758的博客
11-04 379
SPI通信
SAP ABAP开发学习——接口中间件（PI）
m0_64077397的博客
11-04 187
左侧的红圈表示没有被生成。
diffusion model 学习笔记
wubing's 博客
11-01 984
郎之万公式: 描述了粒子做随机布朗运动 (粒子位置随时间变化的关系), 是一种 SDE, 描述了 由梯度力(即.即我们在无条件模型 DDPM 估计的噪声中添加一个微小的扰动(. 基本上,在采样一半时,基本上预测的。输出的是噪声的估计, 这个估计的噪声。通过上面的公式，我们可以知道，当知道。),就可以作为条件模型的噪声估计.首先,假设我们已经有了一个训练好的。: 每一步中保留的原始信号的比例。的计算有各种不同的方法，). 已经接近于真实的。)影响的系统的时间演化.也就是,我们训练的网络。
RL学习笔记-表格型方法
m0_63213284的博客
11-02 417
参考资料：蘑菇书；《世界冠军带你从零实践强化学习》B站课程。
人工智能入门要学习多久？
cd_farsight的博客
10-31 311
人工智能是一个快速发展的领域，新的技术和算法不断涌现。这可能需要你定期投入时间，比如每月至少花费几个小时来跟踪最新的研究和发展。如果你是计算机科学或相关专业的学生，或者对计算机科学有较深的兴趣，可能能更快地掌握。实践项目的时间可以因项目的复杂性和范围而异，通常需要几个月的时间来完成。学习人工智能所需的时间可以根据个人的学习速度、目标和深度有所不同。这通常需要几个月的时间，具体取决于个人的数学背景。：Python是进行人工智能学习的主要语言，建议从基础开始学习，这也是一个月左右的时间可以掌握。
从零学习大模型（十四）-----量化（一）
最新发布
red_guy的博客
11-05 402
量化（Quantization）是一种在计算机科学和深度学习中广泛应用的技术，其基本目标是通过减少模型中数值表示的位宽来降低计算和存储成本。简单来说，量化就是将高精度（通常是浮点数）转换为低精度（通常是定点数）表示，同时尽量保持模型的性能和准确性。量化通常用于深度学习模型（尤其是大模型）中，以减小模型的存储空间和提高推理速度。量化不仅可以减少模型的内存占用，还能提高硬件的计算效率，尤其是在低功耗设备（如移动端、嵌入式系统、边缘计算设备）上。范围选择：确定量化数据的最小值和最大值，从而决定数据的量化范围。
黑芝麻a1000开发资料
09-08
根据引用资料，黑芝麻A1000是一个开发平台。关于黑芝麻A1000的开发资料，可以参考以下步骤: 1. 进入黑芝麻A1000，执行以下命令: `adb shell cd /home/root/lidar ./mian`。 2. 将编译好的可执行程序从黑芝麻A1000上...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

xiaomu_347

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值