240 发简信
IP属地:上海
  • Resize,w 360,h 240
    2025记忆

    工作电脑 lenovo 昭阳 K14 上班的路上,在接近西山的北清路上,月亮挂在山尖。 为我的小黄蜂自行车开发了一个模型,预测下一次的保养时间,...

  • 2025-07-02

    一、 硬件就位,模型如何高效“跑起来”? 上一篇我们详细讨论了 LLM 私有化部署的硬件选型,搞定了算力基础。但光有硬件还不够,我们需要一个“引...

  • 准确率和召回率

    在大模型的评估中,召回率和准确率是两个不同维度的关键指标,具体区别如下: 准确率 指模型预测为“正确”的结果中,真正正确的比例。 比如模型预测1...

  • Resize,w 360,h 240
    【实测】昇腾910B环境下模型训练性能调优效果

    NPU训练性能调优技术实践:从训练代码优化达到到训练性能(效率)提升 在NPU(神经网络处理器)环境下,模型训练的性能优化是提升训练效率、缩短训...

  • 为什么要把运行在GPU上的pytorch模型迁移到昇腾的NPU

    将运行在GPU上的PyTorch模型迁移到昇腾NPU(神经网络处理器)的决策,通常基于性能优化、成本控制、国产化需求、生态适配等多重因素。以下从...

  • Resize,w 360,h 240
    Spring AI Alibaba

    一、 什么是 Spring AI Alibaba Spring AI Alibaba 开源项目基于 Spring AI 构建,是阿里云通义系列模...

  • Resize,w 360,h 240
    将PyTorch模型迁移至昇腾设备上训练(三、PyTorch迁移性能调优)

    零、性能指标 昇腾模型性能调试中的基本性能指标,包括吞吐率、线性度和算力利用率等。 在计算性能指标中,优先级排序为:吞吐率 > 单步迭代时间 >...

  • Resize,w 360,h 240
    将PyTorch模型迁移至昇腾设备上训练(二、模型精度对齐)

    一、精度问题概述 随着ChatGPT的推出,大模型迅速成为AI界热点。大模型训练需要强大的算力支撑,涉及数据、模型、框架、算子、硬件等诸多环节。...

  • Resize,w 360,h 240
    将PyTorch模型迁移至昇腾设备上训练、模型精度对齐以及性能调优(一)

    训练代码迁移 前提条件 要迁移的训练任务代码在GPU上多次训练稳定可收敛。训练业务代码和数据,应该确保在GPU环境中能够运行,并且训练任务有稳定...

个人介绍
骑行侠,顺便搞点技术。