Code
GPU-Inferenz-Pipeline einer Hamburger Computer-Vision-Plattform optimieren
FreeVerified credential3 WochenAdvanced
Übersicht
Worum es bei diesem Projekt geht.
Optimiere eine GPU-Inferenz-Pipeline mit Nsight, behebe Bottlenecks durch dynamisches Batching und GPU-Decoding. Erhalte ein verifizierbares Zertifikat.
CredentialBlockchain-anchored
ShareableLinkedIn-ready
LanguageEnglish
PaceSelf-paced
Das Briefing
Was Du tust und was Du zeigst.
Wie hebt man die GPU-Auslastung einer Computer-Vision-Inferenz-Pipeline von 27 Prozent auf mindestens 70 Prozent, ohne das Modell zu ändern?
Earning criteria — what you'll demonstrate
- GPU-Inferenz-Pipelines mit Nsight-Werkzeugen profilieren
- Dynamisches Batching für Production-Inferenz konfigurieren
- CPU-GPU-Übergabe als Bottleneck-Klasse erkennen und mitigieren
- Tensor-Layouts an Modell-Anforderungen anpassen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Performance Engineering of Software Systems
Master · Cs Se
Fit score: 1
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierezuordnungen folgen in Kürze.
Noch eine Sache