人工智能模型越来越强大，但要求也越来越高。随着生成式人工智能从云数据中心转移到手机、自主系统和嵌入式物联网设备，在不同硬件环境中优化性能的需求从未像现在这样迫切。从智能手机到超大规模云服务器，基于 Arm 的处理器为全球超过 3000 亿台设备提供动力，使其成为在整个计算领域高效部署人工智能的关键基础。为了满足这一日益增长的需求，学习者需要掌握在基于 Arm 的平台上将机器学习模型转化为实时、硬件感知实施的技能。

在 Arm 处理器上优化生成式人工智能：从边缘到云计算》专为希望弥合模型设计与部署效率之间差距的中级机器学习从业者而设计。本课程不是重温 ML 基础知识，而是直接探讨基于 Arm 平台（包括移动、边缘和云环境）的生成式人工智能性能工程。 您将探索现实世界中的限制因素、Arm 架构特性以及用于加速人工智能推理的软件技术，包括 SIMD（SVE、Neon）、低位量化和 KleidiAI 库。每个概念都通过简明、互动的笔记本和娓娓道来的示例进行讲解，使您能够在实际硬件（如 Raspberry Pi 5 或 AWS Graviton3 云实例）上进行测量、调整和迭代。