图层IR(Graph IR)是什么?AI编译器如何接收图层IR进行优化呢?【AI编译器】系列之前端优化第02篇

3959
7
2022-12-13 23:55:14
89
53
30
9
【AI编译器】系列之前端优化第02篇:图层IR(Graph IR)是什么?AI编译器如何接收图层IR进行优化呢? AI编译器无疑是最近非常热门的话题,面对现在风涌云起出现各种各样的AI编译器,需要去了解AI编译器的发展历程和总体架构意外,还有必要深入内部细节,去看看AI框架如何对接到图层IR,图层IR作为AI编译器前端的统一IR,具体有什么好处呢?
昇腾招人,已经毕业的快联系鸭

一款好用到爆的AI搜索工具!

3.1万播放 icon 简介
随着深度学习的不断发展,AI 模型结构在快速演化,底层计算硬件技术更是层出不穷,对于广大开发者来说不仅要考虑如何在复杂多变的场景下有效的将算力发挥出来,还要应对计算框架的持续迭代。AI编译器就成了应对以上问题广受关注的技术方向,让用户仅需专注于上层模型开发,降低手工优化性能的人力开发成本,进一步压榨硬件性能空间。 AI编译器主要是分为前端优化、后端优化,部分还会有中间优化层,而这里面主要介绍AI编译器的前端优化涉及到的算法和优化Pass。
01 内容介绍
03:46
02 什么是图层IR
11:11
03 算子融合原理
17:48
04(上) 数据布局转换原理
16:29
04(下) 数据布局转换算法
13:54
05 内存分配/优化算法
17:09
06. 常量折叠原理
11:06
07.公共子表达式消除
08:30
08. 死代码消除原理
06:24
09. 代数化简原理
09:30
10. 总结:前端优化Pass的排序
04:58
客服
顶部
赛事库 课堂 2021拜年纪