Kerangka Materi

Pendahuluan ke Platform Huawei Ascend

  • Gambaran arsitektur dan ekosistem Ascend
  • Gambaran MindSpore dan CANN
  • Use case dan relevansi industri

Mengatur Lingkungan Pengembangan

  • Menginstal toolkit CANN dan MindSpore
  • Menggunakan ModelArts dan CloudMatrix untuk orkestrasi proyek
  • Menguji lingkungan dengan model sampel

Pengembangan Model dengan MindSpore

  • Definisi dan pelatihan model dalam MindSpore
  • Pipelines data dan pemformatan dataset
  • Mengekspor model ke format yang kompatibel dengan Ascend

Optimasi Kinerja pada Ascend

  • Operator fusion dan kernel kustom
  • Strategi tiling dan penjadwalan AI Core
  • Alat benchmarking dan profiling

Strategi Penyebaran

  • Tradeoff antara penyebaran tepi dan cloud
  • Menggunakan MindX SDK untuk penyebaran
  • Integrasi dengan workflow CloudMatrix

Penyisihan Gangguan dan Pemantauan

  • Menggunakan Profiler dan AiD untuk tracing
  • Menyisihkan kegagalan runtime
  • Memantau penggunaan sumber daya dan throughput

Studi Kasus dan Integrasi Lab

  • Pengembangan pipeline penuh menggunakan MindSpore
  • Lab: Bangun, optimalkan, dan sebarkan model pada Ascend
  • Perbandingan kinerja dengan platform lain

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman tentang jaringan saraf dan workflow AI
  • Pengalaman dengan pemrograman Python
  • Kenyamanan dengan pipeline pelatihan dan penyebaran model

Audience

  • Insinyur AI
  • Data scientist yang bekerja dengan stack AI Huawei
  • Pengembang ML menggunakan Ascend dan MindSpore
 21 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait