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。
課程簡介
華爲AI生態系統簡介
- Ascend AI硬件:310、910和910B概述
- 高層組件:MindSpore、CANN、AscendCL
- 行業定位與架構原則
CANN在華爲AI堆棧中的角色
- 什麼是CANN?SDK目的與內部層次
- ATC、TBE和AscendCL:模型編譯與執行
- CANN如何支持推理優化與部署
MindSpore概述與架構
- MindSpore中的訓練與推理工作流程
- 圖模式、PyNative與硬件抽象
- 通過CANN後端與Ascend NPU集成
Ascend上的AI生命週期:從訓練到部署
- 在MindSpore中創建模型或從其他框架轉換
- 使用ATC導出和編譯模型
- 使用OM模型和AscendCL在Ascend硬件上部署
與其他AI堆棧的比較
- MindSpore與PyTorch、TensorFlow:焦點與定位
- Ascend與GPU堆棧的部署工作流程
- 企業使用的機會與限制
企業集成場景
- 智能製造、政府AI與電信中的用例
- 可擴展性、合規性與生態系統考量
- 使用華爲堆棧的雲/本地混合部署
總結與下一步
最低要求
- 熟悉AI工作流程或平臺架構
- 對模型訓練和部署有基本瞭解
- 無需具備CANN或MindSpore的實踐經驗
受衆
- AI平臺評估師和基礎設施架構師
- AI/ML DevOps和管道集成師
- 技術經理和決策者
14 時間: