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
goodchong
824
积分
14
赞
2
帖子
29
回复
12
收藏
TA的动态
TA的帖子
TA的回复
Failed to load the native TensorFlow runtime.
我的回复:这个需要您提供更多的信息。光看这些我们也没什么思路。
0
选做题make编译失败,帮忙看下是什么原因
我的回复:您好,根据您的报错信息。您的NRAM使用超了。目前270上每个核的NRAM是512KB。
0
在MLU端进行超大规模数据测试时如何才能提高精度呢?
我的回复:您可以把算法讲讲,大家来出出主意。有童鞋能给出牛逼优化方案的话,我们回加精,奖励积分等等的哦!
3
__memcpy_nram_to_nram参数含义?
我的回复:#4w3jc 回复渠道来源:高校课程学生 硬件版本:MLU270 硬件环境:官方云平台 Neuware软件栈版本号:1.24 软件模块以及版本号:TensorFlow 1.10展开收到,谢谢!
0
__memcpy_nram_to_nram参数含义?
我的回复:#2w3jc 回复谢谢,虽然我们实验并不支持这个函数我在neuware 1.3.0.看了一眼,是有这个函数的。非常感谢您的反馈。如果方便的话,烦请一并提供以下信息。我们会持续跟进。 渠道来源:行业客户 / 高校课程学生 / 一般技术爱好者 / 其它 硬件版本:MLU270 / MLU220 / MLU100 硬件环境:官方云平台 / 第三方云平台 / 直接使用板卡 / 工控机 / 其它(请指明) Neuware软件栈版本号: 例如 1.2.5 软件模块以及版本号: 例如 TensorFlow 1.14
0
1H8的性能水平跟NVIDIA JETSON NANO,Jetson TX1,Jetson TX2相比,哪个更为出色?
我的回复:对于边缘侧需求建议您考虑我们的MLU220计算模组(http://www.cambricon.com/index.php?m=content&c=index&a=lists&catid=57),思元220芯片基于寒武纪MLUv02架构,手指大小的标准M.2加速卡集成了8TOPS理论峰值性能,功耗仅为8.25W,可以轻松实现终端设备和边缘端设备的AI赋能方案。更多信息请联系我们的销售人员:sales@cambricon.com
0
CNML支持模型训练吗?
我的回复:您好,CNML目前还暂时不支持模型训练。
0
__memcpy_nram_to_nram参数含义?
我的回复:<dst_stride>, <src_stride>, <segnum> is not negative and can be constant or register, the range of <segnum> is [0, 4095];dst_stride和src_stride是源地址和目标地址每段数据之间的摆放步长,segnum是一共有多少段数据。
0
想询问下寒武纪AI芯片开发的事
我的回复:#2Leo 回复请问思元220 M.2边缘端人工智能加速卡的可靠性寿命是多少年?还有可持续发货周期是多少年?您好,思元220板卡免费维保3年。供货周期5年以上。
0
开发平台申请老是显示配额不足,不能申请
我的回复:您好,目前问题应该已经修复。有任何其他问题欢迎咨询。
0
上一页
1
...
13
14
15
16
17
18
19
20
21
22
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