Hubungi Kami

Kerangka Materi

Pengenalan CANN dan Prosesor AI Ascend

  • Apa itu CANN? Peran dalam tumpukan komputasi AI Huawei
  • Gambaran umum arsitektur prosesor Ascend (310, 910, dll.)
  • Gambaran umum framework AI dan toolchain yang didukung

Konversi dan Kompilasi Model

  • Menggunakan alat ATC untuk konversi model (TensorFlow, PyTorch, ONNX)
  • Membuat dan memvalidasi file model OM
  • Menangani operator yang tidak didukung dan masalah konversi umum

Penerapan dengan MindSpore dan Framework Lainnya

  • Menerapkan model dengan MindSpore Lite
  • Mengintegrasikan model OM dengan API Python atau SDK C++
  • Bekerja dengan Ascend Model Manager

Optimasi Kinerja dan Profiling

  • Memahami AI Core, memori, dan optimasi tiling
  • Profiling eksekusi model dengan alat CANN
  • Praktik terbaik untuk meningkatkan kecepatan inferensi dan penggunaan sumber daya

Penanganan Kesalahan dan Pengebugan

  • Kesalahan penerapan umum dan resolusinya
  • Membaca log dan menggunakan alat diagnostik kesalahan
  • Pengujian unit dan validasi fungsional model yang diterapkan

Skenario Penerapan Edge dan Cloud

  • Menerapkan ke Ascend 310 untuk aplikasi edge
  • Integrasi dengan API berbasis cloud dan microservices
  • Studi kasus dunia nyata dalam computer vision dan NLP

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pengalaman dengan framework deep learning berbasis Python seperti TensorFlow atau PyTorch
  • Pemahaman tentang arsitektur jaringan saraf dan alur kerja pelatihan model
  • Kejelasan dasar dengan Linux CLI dan scripting

Audiens

  • Insinyur AI yang bekerja pada penerapan model
  • Praktisi machine learning yang menargetkan akselerasi perangkat keras
  • Pengembang deep learning yang membangun solusi inferensi
 14 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait