Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pengantar ke Platform Huawei Ascend
- Ringkasan arsitektur Ascend dan ekosistemnya
- Ringkasan tentang MindSpore dan CANN
- Kasus penggunaan dan relevansi industri
Mengatur Lingkungan Pengembangan
- Instalasi toolkit CANN dan MindSpore
- Penggunaan ModelArts dan CloudMatrix untuk orkestrasi proyek
- Uji coba lingkungan dengan model contoh
Pengembangan Model dengan MindSpore
- Definisi dan pelatihan model di MindSpore
- Pipelines data dan format dataset
- Mengekspor model ke format yang kompatibel dengan Ascend
Optimasi Kinerja pada Ascend
- Fusi operator dan kernel khusus
- Strategi tiling dan jadwal AI Core
- Alat benchmarking dan profiling
Strategi Penyebaran
- Perbandingan penyebaran tepi vs awan
- Penggunaan MindX SDK untuk penyebaran
- Integrasi dengan alur kerja CloudMatrix
Debugging dan Monitoring
- Menggunakan Profiler dan AiD untuk pelacakan
- Debugging kegagalan runtime
- Monitoring penggunaan sumber daya dan throughput
Studi Kasus dan Integrasi Lab
- Pengembangan pipelan lengkap menggunakan MindSpore
- Lab: Buat, optimalkan, dan terapkan model di Ascend
- Perbandingan kinerja dengan platform lainnya
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pemahaman tentang jaringan saraf dan alur kerja AI
- Pengalaman dengan Python pemrograman
- Kenalan dengan pipa pengujian model dan penerapan
Audiens
- Insinyur AI
- Ilmuwan data yang bekerja dengan stack AI Huawei
- Pengembang ML yang menggunakan Ascend dan MindSpore
21 Jam
Testimoni (1)
Lecturer's knowledge in advanced usage of copilot & Sufficient and efficient practical session