Intrati in legatura

Schița de curs

Introducere în Edge AI și Ascend 310

  • Prezentare generală a Edge AI: tendințe, constrângeri și aplicații
  • Arhitectura chip-ului Huawei Ascend 310 și lanțul de instrumente suportat
  • Poziționarea CANN în stiva de implementare Edge AI

Pregătirea și conversia modelelor

  • Exportul modelelor antrenate din TensorFlow, PyTorch și MindSpore
  • Utilizarea ATC pentru conversia modelelor în format OM pentru dispozitivele Ascend
  • Gestionarea operațiilor nesuportate și strategii de conversie ușoară

Dezvoltarea pipeline-urilor de inferență cu AscendCL

  • Utilizarea API-ului AscendCL pentru a rula modele OM pe Ascend 310
  • Preprocesarea intrărilor/ieșirilor, gestionarea memoriei și controlul dispozitivului
  • Implementarea în containere embedded sau medii de execuție ușoare

Optimizare pentru constrângerile edge

  • Reducerea dimensiunii modelului, ajustarea preciziei (FP16, INT8)
  • Utilizarea profiler-ului CANN pentru identificarea blocajelor
  • Gestionarea layout-ului memoriei și a fluxului de date pentru performanță

Implementarea cu MindSpore Lite

  • Utilizarea runtime-ului MindSpore Lite pentru ținte mobile și embedded
  • Compararea MindSpore Lite cu pipeline-ul raw AscendCL
  • Ambalarea modelelor de inferență pentru implementare specifică dispozitivului

Scenarii de implementare edge și studii de caz

  • Studiu de caz: cameră inteligentă cu model de detecție a obiectelor pe Ascend 310
  • Studiu de caz: clasificare în timp real într-un hub de senzori IoT
  • Monitorizarea și actualizarea modelelor implementate la edge

Rezumat și pașii următori

Cerințe

  • Experiență în dezvoltarea sau implementarea modelelor AI
  • Cunoștințe de bază despre sisteme embedded, Linux și Python
  • Familiaritate cu framework-uri de deep learning precum TensorFlow sau PyTorch

Audiență

  • Dezvoltatori de soluții IoT
  • Ingineri AI embedded
  • Integratori de sisteme edge și specialiști în implementarea AI
 14 Ore

Numărul de participanți


Pret per participant

Mărturii (1)

Cursuri viitoare

Categorii înrudite