Closed tencent-adm closed 1 month ago
腾讯犀牛鸟开源人才培养计划 Tencent Rhino-bird Open-source Training Program 为响应国家十四五规划的开源战略，腾讯于2021年5月发布“首届腾讯犀牛鸟开源人才培养计划”，希望企业界和教育界形成合力，打造面向高校学生的开源课程和开源实践培养方案，培育开源人才，普及开源文化，助力开源人才生态的发展。
首届项目由教育部计算机教学指导委员会、教育部软件工程教学指导委员会、中国信息通信研究院作为联合指导单位，包括开源基础培训、开源进阶研学、开源项目实战三个环节，项目涉及云原生、微服务、容器、AI、大数据、前端、物联网/边缘计算等多项技术热点。
各位同学报名即可参加线上开源系列课程，学习开源知识，对话学界及产业界大咖。其中入选开源项目实战的学生将在导师的一对一指导下，利用暑假开展编程实战，并有机会获得腾讯开源贡献者证书（目前全球只发出了10+张）。
更多项目信息请看：https://opensource.tencent.com/summer-of-code
TNN是一个跨平台AI推理框架，同时拥有跨平台、高性能、模型压缩、代码裁剪等众多突出优势。同时也借鉴了业界主流开源框架高性能和良好拓展性的优点。目前TNN已经在腾讯业务手Q、微视、P图等广泛落地应用，欢迎大家参与协同共建，促进TNN推理框架进一步完善。
TNN项目主页：https://github.com/Tencent/TNN/blob/master/README_CH.md
姚达，TNN框架技术负责人 田恒锋，TNN框架CPU侧架构师 王星晨，TNN框架CPU侧架构师
TNN专注于深度学习推理部署，其中GPU在整个深度学习框架中占据了重要位置。希望通过相关辅导以及开源实践，帮助学员熟悉和提升GPU编程和性能调优经验，提升在整个开源社区和行业影响力。——田恒锋 TNN是一个跨平台高性能的推理框架，通过相关实践你将了解到AI算法落地的详细过程，以及如何在兼容性、性能以及效果之间做到平衡，为日后工作打下坚实基础——王星晨 AI推理优化是一套系统工程，希望通过TNN相关辅导，能够帮助学员在硬件架构、应用框架等方向提升发现问题、解决问题的能力——姚达
1.量化模型支持，打通训练和推理，支持非对称、按channel量化 预期结果：
2.AI芯片适配，完成腾讯自研芯片或业界最新芯片的适配，完成模型迁移 预期结果：
3.云或端侧个性功能实现高性能部署，如人像分割、3D物体检测等
姚达，TNN框架技术负责人：darrenyao@tencent.com 田恒锋，TNN框架CPU侧架构师：neiltian@tencent.com 王星晨，TNN框架CPU侧架构师：seanxcwang@tencent.com
腾讯犀牛鸟开源人才培养计划 Tencent Rhino-bird Open-source Training Program 为响应国家十四五规划的开源战略，腾讯于2021年5月发布“首届腾讯犀牛鸟开源人才培养计划”，希望企业界和教育界形成合力，打造面向高校学生的开源课程和开源实践培养方案，培育开源人才，普及开源文化，助力开源人才生态的发展。
首届项目由教育部计算机教学指导委员会、教育部软件工程教学指导委员会、中国信息通信研究院作为联合指导单位，包括开源基础培训、开源进阶研学、开源项目实战三个环节，项目涉及云原生、微服务、容器、AI、大数据、前端、物联网/边缘计算等多项技术热点。
各位同学报名即可参加线上开源系列课程，学习开源知识，对话学界及产业界大咖。其中入选开源项目实战的学生将在导师的一对一指导下，利用暑假开展编程实战，并有机会获得腾讯开源贡献者证书（目前全球只发出了10+张）。
更多项目信息请看：https://opensource.tencent.com/summer-of-code
项目简介
TNN是一个跨平台AI推理框架，同时拥有跨平台、高性能、模型压缩、代码裁剪等众多突出优势。同时也借鉴了业界主流开源框架高性能和良好拓展性的优点。目前TNN已经在腾讯业务手Q、微视、P图等广泛落地应用，欢迎大家参与协同共建，促进TNN推理框架进一步完善。
TNN项目主页：https://github.com/Tencent/TNN/blob/master/README_CH.md
项目导师
姚达，TNN框架技术负责人 田恒锋，TNN框架CPU侧架构师 王星晨，TNN框架CPU侧架构师
导师寄语
TNN专注于深度学习推理部署，其中GPU在整个深度学习框架中占据了重要位置。希望通过相关辅导以及开源实践，帮助学员熟悉和提升GPU编程和性能调优经验，提升在整个开源社区和行业影响力。——田恒锋 TNN是一个跨平台高性能的推理框架，通过相关实践你将了解到AI算法落地的详细过程，以及如何在兼容性、性能以及效果之间做到平衡，为日后工作打下坚实基础——王星晨 AI推理优化是一套系统工程，希望通过TNN相关辅导，能够帮助学员在硬件架构、应用框架等方向提升发现问题、解决问题的能力——姚达
编程任务
1.量化模型支持，打通训练和推理，支持非对称、按channel量化 预期结果：
2.AI芯片适配，完成腾讯自研芯片或业界最新芯片的适配，完成模型迁移 预期结果：
3.云或端侧个性功能实现高性能部署，如人像分割、3D物体检测等
联系导师：
姚达，TNN框架技术负责人：darrenyao@tencent.com 田恒锋，TNN框架CPU侧架构师：neiltian@tencent.com 王星晨，TNN框架CPU侧架构师：seanxcwang@tencent.com