Schița de curs

Introducere în Ecosistemul AI al Huawei

  • Hardware AI Ascend: prezentare 310, 910 și 910B
  • Componente de nivel înalt: MindSpore, CANN, AscendCL
  • Poziționarea industrială și principii architecturale

Rolul lui CANN în Stiva AI a Huawei

  • Ce este CANN? Scopul SDK și straturile interne
  • ATC, TBE și AscendCL: compilarea și executarea modelului
  • Cum CANN susține optimizarea și implementarea inferenței

Prezentare și Arhitectură MindSpore

  • Fluxuri de lucru pentru antrenament și inferența în MindSpore
  • Modul grafic, PyNative și abstractizarea hardware-ului
  • Integrarea cu Ascend NPU prin intermediul backendului CANN

Ciclul de Viețuire AI pe Ascend: Antrenament la Implementare

  • Crearea modelului în MindSpore sau conversia din alte cadre
  • Exportarea și compilarea modelelor folosind ATC
  • Implementarea pe hardware Ascend folosind modelele OM și AscendCL

Comparație cu Alte Stive AI

  • MindSpore vs. PyTorch, TensorFlow: focalizare și poziționare
  • Fluxuri de implementare pe Ascend în comparație cu stive bazate pe GPU
  • Oportunități și limitări pentru utilizarea enterprize

Scenarii de Integrare Enterprize

  • Cazuri de utilizare în fabricația inteligentă, AI-ul guvernamental și telecomunicații
  • Eșalonabilitate, conformitate și considerente referitoare la ecosistem
  • Implementarea hibridă cloud/on-prem folosind stiva Huawei

Rezumat și Pas cu Pas

Cerințe

  • Cunoștințe cu fluxurile de lucru AI sau arhitectura platformei
  • Compreensiune de bază a antrenării și al depunerii modelului
  • Nu este necesar experiența practică prevăzută cu CANN sau MindSpore

Public țintă

  • Evaluatoare de platforme AI și arhitecți infrastructură
  • Integratori AI/ML DevOps și pipeline
  • Manageri tehnologici și decizionali
 14 ore

Numărul de participanți


Pret per participant

Upcoming Courses

Categorii înrudite