Curs de pregatire Înțelegerea stack-ului AI Huawei: de la CANN la MindSpore

Introducere în ecosistemul AI Huawei

• Prezentare generală a hardware-ului AI Ascend: 310, 910 și 910B
• Componente de nivel înalt: MindSpore, CANN, AscendCL
• Poziționarea în industrie și principii de arhitectură

Rolul CANN în stack-ul AI Huawei

• Ce este CANN? Scopul SDK-ului și straturile interne
• ATC, TBE și AscendCL: compilarea și execuția modelelor
• Cum susține CANN optimizarea inferenței și deployment-ul

Prezentare generală și arhitectură MindSpore

• Fluxuri de lucru de antrenare și inferență în MindSpore
• Modul Graph, PyNative și abstractizarea hardware
• Integrarea cu NPU Ascend prin backend-ul CANN

Ciclul de viață AI pe Ascend: de la antrenare la deployment

• Crearea modelelor în MindSpore sau conversia din alte framework-uri
• Exportarea și compilarea modelelor folosind ATC
• Deployment pe hardware Ascend folosind modele OM și AscendCL

Comparație cu alte stack-uri AI

• MindSpore vs. PyTorch, TensorFlow: focus și poziționare
• Fluxuri de deployment pe Ascend vs. stack-uri bazate pe GPU
• Oportunități și limitări pentru utilizarea enterprise

Scenarii de integrare enterprise

• Cazuri de utilizare în producția inteligentă, AI guvernamental și telecom
• Considerații privind scalabilitatea, conformitatea și ecosistemul
• Deployment hibrid cloud/on-prem folosind stack-ul Huawei

Rezumat și pașii următori