- 博客(7)
- 收藏
- 关注
RSS订阅原创 verl设计理念-入门
这里先从三个层面给出verl的工作总结。（可回头再看）2.其次，为了实现这个概念，VeRL 设计了相应的系统架构3.最后，VeRL 巧妙地利用 Ray 框架来落地这个架构。
2025-09-30 15:43:37
899
原创 普通服务器与Atlas 800T A2训练服务器简介
专用 vs 通用Atlas 800T A2是专用型服务器，为AI训练这一件事做到了极致化优化，在这方面性能远超普通服务器。普通服务器是通用型服务器，什么任务都能处理，但处理AI训练这种专业任务时效率低下。计算架构不同AI服务器的核心是异构计算，依靠NPU/GPU等加速卡来完成任务。普通服务器核心是同构计算，主要依靠CPU完成任务。生态壁垒使用Atlas 800T A2，你很大程度上进入了华为昇腾的软硬件生态，需要适配其特定的驱动和框架优化。
2025-08-26 15:21:46
1144
原创 深度学习的硬件+框架 简述
▶️ 隐喻：框架如同不同派系的武功心法（九阴真经vs易筋经），但最终都要调用具体硬件内力。▶️视角：这本质是「通用计算 vs 专用加速」的路线之争，就像骑兵vs坦克的军事革命。，让你不必直接写晦涩的CUDA代码（就像不必用汇编写网站）。▶️ 关键认知：框架的本质是。
2025-08-08 11:38:04
277
原创 NPU简介
NPU通过硬件与神经网络的深度协同设计，在算力、能效和延迟上显著优于通用处理器，成为AI加速的关键技术。随着模型复杂度提升（如Transformer大模型），NPU的架构仍在持续演进，例如支持动态稀疏性、光计算等前沿方向。NPU（Neural Processing Unit，神经处理单元）是一种专为加速人工智能（AI）计算任务（尤其是神经网络推理和训练）设计的专用处理器。，以满足深度学习对算力和能效的高要求。
2025-08-08 11:33:21
1357
原创 深度学习算法、模型和框架的关系
所以，当你说“YOLO 模型”时，它指的是一种目标检测的架构思想。而你在 GitHub 上找到的。同样存在基于 TensorFlow、MindSpore 或其他框架实现的 YOLO 代码库。这是深度学习领域非常普遍的现象。
2025-08-08 11:30:43
1129
原创 人工智能AI、机器学习、深度学习、强化学习、神经网络关系
人工智能 (AI)│└─── 机器学习 (ML) - 让计算机从数据中学习，无需显式编程│├───- 使用的机器学习│ ││ └───- DL的核心计算模型（特别是NN）│└───- 让智能体通过来学习决策│└───- 使用来解决RL问题的技术。
2025-08-08 11:20:18
989
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人