Hubungi Kami

Kerangka Materi

Pengenalan ke Platform Huawei Ascend

  • Tinjauan arsitektur dan ekosistem Ascend
  • Tinjauan MindSpore dan CANN
  • Kasus penggunaan dan relevansi industri

Penyiapan Lingkungan Pengembangan

  • Instalasi toolkit CANN dan MindSpore
  • Penggunaan ModelArts dan CloudMatrix untuk orkestrasi proyek
  • Pengujian lingkungan dengan model sampel

Pengembangan Model dengan MindSpore

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

Optimasi Kinerja pada Ascend

  • Fusi operator dan kernel kustom
  • Strategi tiling dan penjadwalan AI Core
  • Alat benchmarking dan profiling

Strategi Penerapan

  • Tradeoff penerapan edge vs cloud
  • Penggunaan MindX SDK untuk penerapan
  • Integrasi dengan alur kerja CloudMatrix

Pemecahan Masalah (Debugging) dan Pemantauan

  • Penggunaan Profiler dan AiD untuk tracing
  • Pemecahan masalah kegagalan runtime
  • Pemantauan penggunaan sumber daya dan throughput

Studi Kasus dan Integrasi Lab

  • Pengembangan pipeline lengkap menggunakan MindSpore
  • Lab: Membangun, mengoptimalkan, dan menerapkan model pada Ascend
  • Perbandingan kinerja dengan platform lain

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman tentang jaringan saraf dan alur kerja AI
  • Pengalaman dalam pemrograman Python
  • Kemahiran dengan pipeline pelatihan dan penerapan model

Audience

  • Insinyur AI
  • Ilmuwan data yang bekerja dengan tumpukan AI Huawei
  • Pengembang ML yang menggunakan Ascend dan MindSpore
 21 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait