感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程時長 14 時間：
課程簡介
華為AI生態系統簡介
- Ascend AI硬體：310、910與910B概述
- 高階元件：MindSpore、CANN、AscendCL
- 業界定位與架構原則
CANN在華為AI堆疊中的角色
- 什麼是CANN？SDK用途與內部層級
- ATC、TBE與AscendCL：編譯與執行模型
- CANN如何支援推論最佳化與部署
MindSpore概述與架構
- MindSpore中的訓練與推論工作流程
- 圖模式、PyNative與硬體抽象
- 透過CANN後端與Ascend NPU整合
Ascend上的AI生命週期：從訓練到部署
- 在MindSpore中建立模型或從其他框架轉換
- 使用ATC匯出與編譯模型
- 使用OM模型與AscendCL部署至Ascend硬體
與其他AI堆疊的比較
- MindSpore與PyTorch、TensorFlow的比較：重點與定位
- Ascend與GPU堆疊的部署工作流程比較
- 企業使用的機會與限制
企業整合情境
- 智慧製造、政府AI與電信領域的應用案例
- 可擴展性、合規性與生態系統考量
- 使用華為堆疊的雲端/地端混合部署
總結與後續步驟
最低要求
- 熟悉AI工作流程或平台架構
- 具備模型訓練與部署的基本了解
- 不需具備CANN或MindSpore的實際操作經驗
目標學員
- AI平台評估人員與基礎設施架構師
- AI/ML DevOps與管道整合人員
- 技術經理與決策者
