دوره بهینه‌سازی مدل‌های هوش مصنوعی با استفاده از تراشه‌های اختصاصی AWS Inferentia و نمونه‌های EC2 Inf1 همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بهینه‌سازی مدل‌های هوش مصنوعی با استفاده از تراشه‌های اختصاصی AWS Inferentia و نمونه‌های EC2 Inf1

موضوع کلی: رایانش ابری و هوش مصنوعی

موضوع میانی: زیرساخت‌های سخت‌افزاری برای پردازش‌های یادگیری ماشین

📋 سرفصل‌های دوره

• 1. مبانی رایانش ابری و نقش پردازشگرهای تخصصی در یادگیری ماشین
• 2. معماری سخت‌افزاری تراشه‌های AWS Inferentia
• 3. بررسی تفاوت‌های پردازشگرهای عمومی CPU و GPU با شتاب‌دهنده‌های اختصاصی
• 4. آشنایی با خانواده نمونه‌های Amazon EC2 Inf1
• 5. نقش شتاب‌دهنده‌های عصبی در کاهش هزینه‌های عملیاتی مدل‌های هوش مصنوعی
• 6. مراحل آماده‌سازی محیط توسعه برای کار با تراشه‌های Inferentia
• 7. نصب و پیکربندی AWS Neuron SDK در محیط‌های ابری
• 8. ساختار و عملکرد کامپایلر Neuron برای تبدیل مدل‌های هوش مصنوعی
• 9. بهینه‌سازی مدل‌های یادگیری عمیق با استفاده از فرمت‌های استاندارد
• 10. روش‌های تبدیل مدل‌های TensorFlow برای اجرا روی سخت‌افزار Inferentia
• 11. روش‌های تبدیل مدل‌های PyTorch برای اجرا روی سخت‌افزار Inferentia
• 12. تحلیل گراف محاسباتی مدل جهت شناسایی گلوگاه‌های سخت‌افزاری
• 13. تکنیک‌های کوانتیزاسیون مدل برای افزایش بهره‌وری پردازشگر
• 14. استفاده از دقت اعشاری FP16 و INT8 در شتاب‌دهنده‌های عصبی
• 15. مدیریت حافظه در تراشه‌های Inferentia برای مدل‌های با حجم بالا
• 16. بررسی نحوه اجرای استنتاج توزیع‌شده در نمونه‌های Inf1
• 17. استفاده از ابزارهای مانیتورینگ Neuron برای تحلیل عملکرد سخت‌افزار
• 18. تکنیک‌های افزایش نرخ تراکنش (Throughput) در مدل‌های زبانی
• 19. بهینه‌سازی تاخیر (Latency) در پاسخ‌دهی سیستم‌های مبتنی بر هوش مصنوعی
• 20. استقرار مدل‌های بینایی ماشین روی نمونه‌های EC2 Inf1
• 21. پیاده‌سازی سیستم‌های تحلیل متن با استفاده از شتاب‌دهنده‌های سخت‌افزاری
• 22. بررسی معماری‌های شبکه عصبی بهینه برای سخت‌افزارهای اختصاصی
• 23. عیب‌یابی خطاهای رایج در مرحله کامپایل و اجرای مدل روی Neuron
• 24. بهترین روش‌های تست و اعتبارسنجی مدل پیش از استقرار در محیط عملیاتی
• 25. مقایسه عملکرد مدل‌های بهینه‌سازی شده با معماری‌های استاندارد
• 26. استراتژی‌های مقیاس‌پذیری خودکار (Auto Scaling) برای سرویس‌های استنتاج
• 27. مدیریت چرخه حیات مدل‌های هوش مصنوعی در محیط‌های ابری
• 28. مستندسازی و گزارش‌گیری از عملکرد سخت‌افزاری در پروژه‌های صنعتی