切换版块
×
基础软件平台
PyTorch开发
TensorFlow开发
编解码及SDK开发
BANG语言与计算库
开发工具链
MagicMind开发
软件栈百科
云平台集成
硬件产品专区
MLU370系列AI加速卡
MLU270系列AI加速卡
MLU220系列AI加速产品
经验方案交流区
经验案例与实践分享
开发者服务
开发者活动
公告与版务
高校支持
《智能计算系统》
签到
版块
社区
文档
SDK下载
370系列
200系列
开发平台
官网首页
注册
登录
全部版块
基础软件平台
硬件产品专区
经验方案交流区
开发者服务
高校支持
发布新帖
登录/注册
LV.1
wanjifeng
98
积分
0
赞
8
帖子
43
回复
0
收藏
TA的动态
TA的帖子
TA的回复
__sramset(input1SRAM,2561024,0) 运行很耗时,怎么优化?
我的回复:#3Hardy回复限制仅让MPU执行if(coreId == 0x80){sramset...}感谢,确实可以
0
__sramset(input1SRAM,2561024,0) 运行很耗时,怎么优化?
我的回复:#1zhaoying回复这个主要考虑从代码逻辑优化,指令没法优化;循环中调用 sramset且字节数这么大是必要的吗感谢回复,已经改为必要字节数,依然很耗时
0
Bangc算子开发报错
我的回复:#1weijipeng回复您好,麻烦提供下cormdump或者cndump文件,以及相关运行的源码,我们本地查看定位下。感谢回复,bangC开发时,如果有多重循环调用 __memcpy 和 __sync_cluster(),__sramset(input1SRAM,256*1024,0); 造成运行很耗时,怎么优化?
0
自定义算子是否支持开发3D稀疏卷积
我的回复:#8zhangyanting回复您好,CONV3D算子在pytorch框架上已实现MLU270加速,请问您使用的是什么框架?您好,CONV3D算子MLU270加速的源码是否开源?在哪里可以获取?
0
自定义算子是否支持开发3D稀疏卷积
我的回复:#6zhangyanting回复您好,该算子我们并未在MLU220上做过验证。感谢回复,我看了源码,这个只写了在CPU上卷积的实现,并没有调用MLU加速,这样不管是在270,还是220效率应该都很低的,请问后续什么时候会有更新?
0
自定义算子是否支持开发3D稀疏卷积
我的回复:#4wanjifeng回复您好,这里的3D卷积为什么不支持MLU220?[图片]
0
自定义算子是否支持开发3D稀疏卷积
我的回复:#3zhangyanting回复您好,您可以尝试自定义开发该算子。您好,这里的3D卷积为什么不支持MLU220?
0
自定义算子是否支持开发3D稀疏卷积
我的回复:#1zhangyanting回复您好,目前并没有3D稀疏卷积算子的自定义开发,但目前提供了3D卷积算子的开发,您可以参考CNPlugin Datatypes Reference — CNPlugin Developer Guide 1.12.1 documentation (cambricon.com)展开感谢回复,如果用BANG C自定义开发也不可行吗?
0
上一页
1
2
下一页
Github
开发平台
文档中心
新手必读
官方微信
版权所有 © 2024 寒武纪 Cambricon.com 备案/许可证号:
京ICP备17003415号-1
关闭