نظرة عامة: في السادس عشر من سبتمبر، عُقد بنجاح مؤتمر "لقاء TVM · شنتشن 2023" في مبنى تينسنت، بتنظيم مشترك من مجتمع MLC.AI وHyperAI، وبمشاركة Openbayes ومختبر Tencent AI. وقدّم خمسة متحدثين بارزين من جامعة شنغهاي جياو تونغ، وتينسنت، وماشين تايم، وسويوان تكنولوجي، أفضل الممارسات في مجال TVM وMLIR، مستندين إلى تطبيقاتهم العملية. كما بثّت HyperAI الحدث كاملاً مباشرةً على منصة Bilibili، ويمكنكم مشاهدة التسجيل أدناه.

موعد البث المباشر: 16 سبتمبر 2023

الكلمات المفتاحية: TVM، صالون فني، بث مباشر عبر الإنترنت

16 سبتمبرتم عقد فعالية Meet TVM Shenzhen لعام 2023 رسميًا، والتي استضافتها مجتمع MLC.AI و HyperAI، وشارك في تنظيمها Openbayes و Tencent AI Lab.رغم هطول أمطار غزيرة طوال أسبوع، لم يخبُ حماس أعضاء المجتمع. فقد سافر أكثر من مئة مشارك من جامعات وشركات كبرى ومصنّعي رقائق ومعاهد بحثية من شتى أنحاء العالم للمشاركة في هذا اللقاء المباشر لمطوري برامج الذكاء الاصطناعي. في الوقت نفسه، شارك العديد ممن لم يتمكنوا من الحضور شخصيًا بفعالية في الجلسة التقنية عبر البث المباشر على قناة HyperAI على منصة Bilibili.

في هذا الحدث، قمنا بدعوة خمسة محاضرين كبار من جامعة شنغهاي جياو تونغ، وشركة تينسنت، وشركة ماشين تايم، وشركة سويوان للتكنولوجيا لتبادل أفضل الممارسات في مجال TVM وMLIR بناءً على تطبيقاتهم التجارية الخاصة.

مراجعة الحدث

وفيما يلي مقدمة موجزة عن الحدث ومراجعة فيديو للحدث.

تابع حساب WeChat الرسمي "HyperAI" وأجب بالكلمة المفتاحية "TVM Shenzhen" للحصول على عرض PowerPoint التقديمي الكامل للمتحدث.

شارك الموضوع:تحسين الشكل الديناميكي من جانب وحدة المعالجة المركزية باستخدام TVM

محتويات:تفتقر مُجمِّعات التعلّم العميق التقليدية (بما في ذلك TVM) إلى دعم الأشكال الديناميكية، مما يجعلها غير مناسبة للتعامل مع نماذج اللغة (طول التسلسل الديناميكي) ونماذج الكشف (العرض/الارتفاع الديناميكي). ولمعالجة هذه المشكلة، قمنا بتصميم وتنفيذ مخطط لتحسين مُعامل الشكل الديناميكي قائم على وحدة المعالجة المركزية باستخدام TVM، والذي يتفوق على مخططات الشكل الثابت الحالية ولا يتطلب وقت بحث يُذكر.

التشغيل المباشر:bilibili.com/video/BV18u4y1z7NM/?spm_id_from=333.1387.collection.video_card.click

شارك الموضوع:تصميم معالج الذكاء الاصطناعي تلقائيًا: المترجم هو المهيمن

محتويات:مع تطور وشعبية AIGC الممثلة بنماذج لغوية كبيرة، يتزايد الطلب على قوة الحوسبة بشكل كبير. ولذلك، أصبح تصميم شرائح معالج الذكاء الاصطناعي والبرمجة المقابلة لها أكثر تعقيدًا.

ولجعل الأمر أبسط وأكثر كفاءة، تم تصميم حل محتمل بشكل مشترك باستخدام بنية حاسوبية آلية للمترجم.

إعادة بث مباشر: bilibili.com/video/BV1hj411k7v4/?spm_id_from=333.1387.collection.video_card.click

شارك الموضوع:MLIR وممارستها لتجميع الرسوم البيانية باستخدام الذكاء الاصطناعي

محتويات:مع التطور السريع لرقائق الذكاء الاصطناعي وأطر عمل الذكاء الاصطناعي، ظهرت أيضًا مُجمِّعات الذكاء الاصطناعي، مثل XLA وTVM. ويُستخدم MLIR، باعتباره إطار عمل مُجمِّع عام وقابل لإعادة الاستخدام، على نطاق واسع في أنظمة تجميع الذكاء الاصطناعي لأنه يساعد مصنعي الأجهزة على بناء مُجمِّعات DS AI بسرعة.

يقدم هذا المنشور بشكل أساسي بعض عناصر المعرفة الأساسية الخاصة بـ MLIR، وعملية Codegen الخاصة بـ MLIR، والخطوات العملية لبناء مُجمِّع الذكاء الاصطناعي. بالإضافة إلى ذلك، سنناقش معك أيضًا أفكار MLIR لحل المشكلات الرئيسية لمُجمِّعي الذكاء الاصطناعي.

التشغيل المباشر:https://www.bilibili.com/video/BV1wj411C7kJ/?spm_id_from=333.1387.collection.video_card.click&vd&vd

شارك الموضوع:تصميم وتنفيذ مُجمِّع الذكاء الاصطناعي استنادًا إلى MLIR

محتويات:هناك العديد من الأطر البرمجية المختلفة في مجال الذكاء الاصطناعي والتعلم الآلي (مثل TensorFlow وPyTorch وما إلى ذلك)، وأصبحت الأجهزة متنوعة بشكل متزايد (وحدة المعالجة المركزية ووحدة معالجة الرسومات ووحدة معالجة الرسومات وما إلى ذلك). وباعتبارها جسرًا يربط بين الاثنين، تواجه برامج تجميع الذكاء الاصطناعي العديد من التحديات.

باعتبارها البنية الأساسية للمترجم، توفر MLIR سلسلة من المكونات الأساسية القابلة لإعادة الاستخدام والقابلة للتوسعة بسهولة لبناء مترجمين محددين للمجال. قامت شركة Tencent ببناء مُجمِّع ذكاء اصطناعي متكامل يعتمد على MLIR لتوفير تحسين التجميع لنماذج الذكاء الاصطناعي الخاصة بالمستخدمين، وبالتالي تبسيط نشر النماذج على مجموعة متنوعة من شرائح الذكاء الاصطناعي وتحقيق أقصى قدر من الأداء.

التشغيل المباشر:bilibili.com/video/BV1vk4y1F7Ku/?spm_id_from=333.1387.collection.video_card.click

شارك الموضوع:الفرص والتحديات التي تواجه أنظمة التعلم الآلي في عصر النماذج الكبيرة

محتويات:لقد تحقق تقدم ملحوظ في مجال الذكاء الاصطناعي التوليدي ونماذج اللغة الضخمة، مما يُظهر قدرات استثنائية وإمكانية إحداث تحول جذري في العديد من المجالات. في الوقت نفسه، يُتيح هذا فرصًا وتحديات جديدة لأنظمة التعلم الآلي. فمن جهة، تُؤدي المتطلبات الحسابية الهائلة إلى زيادة الحاجة إلى تحسين النظام؛ ومن جهة أخرى، يُؤدي الاعتماد على بنية نموذجية واحدة وأجهزة عالية الأداء إلى بدء تقارب بيئة التعلم الآلي التي كانت مفتوحة سابقًا.

التشغيل المباشر:bilibili.com/video/BV1A34y1N76w/?spm_id_from=333.1387.collection.video_card.click

لقاء TVM لعام 2023 · حفل نهاية العام

من الربع الأول إلى الربع الثالث من هذا العام، استضفنا بنجاح ثلاثة لقاءات مباشرة، وجذبنا العديد من الأصدقاء المهتمين بمجال مترجمات الذكاء الاصطناعي للتجمع معًا في مدن مختلفة للتعلم والمناقشة معًا.

الربع الأخير من العام على الأبواب، وسنستضيف حفل ختام فعاليات "لقاء TVM" لعام 2023، لنختتم سلسلة فعاليات هذا العام بنجاح باهر. ندعو جميع الشركات والشركاء المجتمعيين للمشاركة والمساهمة في إنجاح هذا الحدث بشتى الطرق، سواءً بترشيح متحدثين أو برعاية أماكن الفعاليات وتوفير المرطبات.

لنعمل معًا لبناء مجتمع مطوري برامج الذكاء الاصطناعي الأكثر نشاطًا في الصين! وأخيرًا، إليكم صورة جماعية من الفعالية ❤️

احصل على PPT:تابع حساب WeChat الرسمي "HyperAI" وأجب بالكلمة المفتاحية "TVM Shenzhen" للحصول على عرض PowerPoint التقديمي الكامل للمتحدث.

المنظمون والشركاء

بصفتها الجهة المنظمة لهذا الحدث، تم تأسيس مجتمع MLC.AI في يونيو 2022. بقيادة تشين تيانكي، المخترع الرئيسي لـ Apache TVM والباحث الشاب المعروف في مجال التعلم الآلي، أطلق الفريق دورة MLC عبر الإنترنت، والتي قدمت بشكل منهجي العناصر الرئيسية والمفاهيم الأساسية لتجميع التعلم الآلي.

في نوفمبر 2022، وبفضل الجهود التعاونية لمتطوعي مجتمع MLC.AI، تم إطلاق أول وثائق صينية كاملة لـ TVM واستضافتها بنجاح على موقع HyperAI الإلكتروني.كما يوفر للمطورين المحليين المهتمين بتجميع التعلم الآلي البنية التحتية - الوثائق - للوصول إلى التكنولوجيا الجديدة وتعلمها.

في الربع الرابع من عام 2023، سيتم عقد سلسلة فعاليات "2023 Meet TVM" في هانغتشو، ويتم الترحيب بالشركات والشركاء المجتمعيين للمشاركة في الإبداع المشترك.

دورات MLC عبر الإنترنت:https://mlc.ai/

وثائق TVM الصينية:https://tvm.hyper.ai/

المجتمع الرائد في مجال الذكاء الاصطناعي والحوسبة عالية الأداء في الصين،نحن ملتزمون بتوفير موارد عامة عالية الجودة في مجال علوم البيانات للمطورين المحليين.حتى الآن، قدمت عقد تنزيل محلية لأكثر من 1200 مجموعة بيانات عامة، ودعمت أكثر من 300 استعلام مصطلح مرتبط بالذكاء الاصطناعي والحوسبة عالية الأداء، واستضاف وثائق TVM الصينية الكاملة، وسوف تطلق قريبًا العديد من البرامج التعليمية الأساسية والشائعة.

قم بزيارة الموقع الرسمي:https://hyper.ai/

OpenBayes Bayesian Computing هي شركة رائدة في تقديم خدمات الحوسبة عالية الأداء في الصينمن خلال دمج أنظمة البرمجيات الكلاسيكية ونماذج التعلم الآلي على شرائح غير متجانسة من الجيل الجديد، فإنها توفر للمؤسسات الصناعية والبحث العلمي الجامعي منتجات حوسبة علوم البيانات أسرع وأسهل في الاستخدام. وقد تم اعتماد منتجاتها من قبل العشرات من السيناريوهات الصناعية الكبرى أو معاهد البحوث العلمية الرائدة.

قم بزيارة الموقع الرسمي:https://openbayes.com/

مختبر Tencent AI هو مختبر الذكاء الاصطناعي التابع لشركة Tencent على مستوى المؤسسات.تأسس مختبر الذكاء الاصطناعي في شنتشن في أبريل 2016، ويضم حاليًا أكثر من 100 باحث علمي متميز وأكثر من 300 مهندس تطبيقات. وبفضل خبرة شركة تينسنت الطويلة في سيناريوهات التطبيقات الغنية، والبيانات الضخمة، وقوة الحوسبة، والكفاءات المتميزة، يتطلع مختبر الذكاء الاصطناعي إلى المستقبل، وينفتح على التعاون، ويلتزم بالتحسين المستمر لإدراك الذكاء الاصطناعي، وقدرته على اتخاذ القرارات، وإبداعه، ساعيًا لتحقيق رؤية "جعل الذكاء الاصطناعي في كل مكان".

يركز مختبر Tencent AI على تطوير كل من البحث والتطبيق.تركز الأبحاث الأساسية على أربعة اتجاهات رئيسية: التعلم الآلي، ورؤية الكمبيوتر، وتكنولوجيا الكلام، ومعالجة اللغة الطبيعية؛ تركز تطبيقات التكنولوجيا على أربعة مجالات رئيسية: الألعاب، والبشر الرقميين، والمحتوى، والتفاعل الاجتماعي، وتستكشف في البداية البحث وتطبيق الذكاء الاصطناعي في الصناعة والزراعة والرعاية الصحية والطب وعلوم الحياة وغيرها من المجالات.