导言
Divide the bulky and outdated content about cuda runtime env into individual posts, ensuring both the thematic integrity and a balanced size for each blog entry.
导言
- 牧本定律由1987年牧村次夫提出，半导体产品的发展历程总是在“标准化”和“定制化”之间交替摆动，大概每十年摆动一次，揭示了半导体产品性能功耗和开发效率之间的平衡，这对于处理器来说，就是专用结构和通用结构之间的平衡—专用结构性能功耗优先，通用结构开发效率优先。
- 贝尔定律是由戈登贝尔在1972年提出的一个观察，即每隔10年，会出现新一代计算机（新编程平台、新网络连接、新用户接口、新使用方式），形成新的产业，贝尔定律指明了未来一个新的发展趋势，这将会是一个处理器需求再度爆发的时代，不同的领域、不同行业对芯片需求会有所不同，比如集成不同的传感器、不同的加速器等等。
生产特殊的硬件：
- 带来的加速比和能耗收益，达到10倍百倍都是很正常的。
- 但是开发成本也是巨大的，包括芯片设计，流片成本，软件栈的开发，商业化的推广。
- 开发周期也相当长。需要对当前的技术的未来具有前瞻性。不要生产出来就过时了。
常见的例子，用于并行计算的GPU， H265视频编解码单元, Google TPU芯片、车载芯片、手机AI芯片。
AI领域的至今不变的特点：
- 基于反向传播和梯度/参数更新的整体逻辑
- 需要保存大量的参数来表征问题，以高维矩阵的形式存储，所以矩阵运算十分常见
- 训练由于要计算并更新梯度，一般是计算密集。但是推理一般是访存密集。
现在大火的transformer，除非它就是AGI的最理想模型，不然为一个模型专门定制硬件，很容易钱就打水漂了。为自己的算法模型定制一块AI芯片，如特斯拉。但应用面越窄，出货量就越低，摊在每颗芯片上的成本就越高，这反过来推高芯片价格，高价格进一步缩窄了市场，因此独立的AI芯片必须考虑尽可能适配多种算法模型。[^1]
当然，也可以从workload的应用出发，分析有什么重复的热点，值得做成专用的电路单元。
导言
当前主流的多模态生成模型（如图像生成text2image和视频生成text2video）主要采用Latent Stable Diffusion的方案框架。为了减少计算量，图像/视频等模态的数据（噪声）先经过VAE压缩得到Latent Vector，然后在文本信息的指导下进行去噪，最后生成符合预期的图像或视频。
排行榜:
当前主流的多模态生成模型（如图像生成和视频生成）主要采用Latent Stable Diffusion的方案框架。为了减少计算量，图像/视频等模态的数据（噪声）先经过VAE压缩得到Latent Vector，然后在文本信息的指导下进行去噪，最后生成符合预期的图像或视频。
当前主流的多模态理解模型一般采用视觉编码器 + 模态对齐 + LLM的算法流程，充分复用已有视觉编码器的理解能力和LLM的基础能力。训练过程一般分为多个阶段，如先进行模态对齐的一阶段预训练，然后进行二阶段的参数微调。
Turing Machine & P versus NP problem
导言
在回顾数理逻辑的时候，又想起了NP问题，和NP完全的问题
导言
作为非AI从业者，而是（即将成为）HPC赋能AI的工作者。我一直在思考，我对AI模型的了解应该止步于什么程度？
从AI模型设计的有效性角度切入，应该是我的学习的Sweet Spot / tradeoff。
意义：明白哪些层和哪些参数是有效的，对于模型压缩(模型裁剪，权重剪枝)来说是必要。远比算子融合等带来的提升大。
有待了解的内容：
- 相对于领域的复杂的信息量，一个十层的模型竟然能将其表达，Miracle!
- 有研究表明模型的参数大部分都是无用的，如何判断，如何剔除。
困惑：如何证明网络是学习或存储了真实世界的内在关联，而不只是通过增大了训练数据量和参数而存储了问题的答案。（使用测试集的准确度来量化）
AI的现状/困境：
1. AI研究人员，由**具体问题场景**出发，利用已有的工具或者特殊设计网络来**拟合/建模**问题，尝试提取不知名的隐含的特征到网络中，来解决这一类问题。
2. 明显的缺陷：就是不可重复性，缺乏一个模型来统一描述世界的问题，每个问题都要单独设计。
对象：transformer, gpt, stable diffusion(先看效果，在看是否成熟到值得学习，之前生成的多指图简直是精神污染), YOLO。
Deploy Stable Diffusion to A100
导言
- 图片推理多采用各种GUI(ComfyUI, Stable Diffusion WebUI) [^2]
- 训练基于 kohya-trainer 和 GUI， 带标签的二次元图片数据可以从 danbooru 爬取。
- 模型和方法实现，如LyCORIS框架？ 从civitai免费下载
导言
训练由于要计算并更新梯度，一般是计算密集。但是推理一般是访存密集。
导言
训练由于要计算并更新梯度，一般是计算密集。但是推理一般是访存密集。
导言
本来在多模态组，结果被拉去优化TX的dspv3部署，还是要熟悉相关概念逻辑。