韩松

生成式AI时代的模型压缩与加速，韩松主讲MIT课程，资料全公开

近年来，生成式大模型（如大语言模型、扩散模型）已显示出卓越的性能，但它们需要大量的计算资源。为了让这些模型更易于使用，提高它们的效率至关重要。在最新的一季 MIT 6.5940 课程中，MIT 学者韩松将深入解读生成式大模型时代的「AI 计算的模型压缩与加速技术」。课程主页：《TinyML 和高效的深度学习计算》。概括来说，这门课程将介绍高效的人工智能计算技术，以便在资源有限的设备上实现强大的深度学习应用。课程主题包括模型压缩、剪枝、量化、神经架构搜索、分布式训练、数据 / 模型并行化、梯度压缩和设备微调，还介绍了

9/25/2023 5:08:00 PM

机器之心

资讯热榜

Lovart震撼发布：全球首个设计Agent，一键从创意到成品全球首个设计Agent Lovart席卷全球，颠覆性功能与幕后团队揭秘全球首款设计Agent Lovart内测！一句话搞定Logo、视频、品牌全套字节跳动开源 Deep Research 项目 DeerFlow：可生成图文报告、语音播客一文搞懂人工智能中的MCP原理：从概念到应用的全面解析苹果发布FastVLM模型，可在iPhone上运行的极速视觉语言模型清华系创业团队“灵御智能”融资千万，聚焦人机混合智能淘宝推出桌面版客户端支持 AI 购物功能

标签云

人工智能 AI OpenAI AIGC ChatGPT DeepSeek AI绘画模型数据机器人谷歌大模型 Midjourney 智能用户开源微软学习 GPT Meta 图像 AI创作技术 Gemini 论文马斯克 Stable Diffusion 算法芯片代码生成式蛋白质英伟达腾讯神经网络研究 Anthropic 开发者 3D 计算 Sora 机器学习 AI设计 AI for Science GPU AI视频苹果场景华为百度人形机器人预测搜索 Claude 伟达训练深度学习生成 xAI Transformer 大语言模型字节跳动模态具身智能文本驾驶智能体神器推荐 Copilot LLaMA 视觉算力安全应用视频生成干货合集 API 大型语言模型亚马逊科技