Kerangka Materi

Pendahuluan Huawei CloudMatrix

  • Ekosistem dan alur penyebaran CloudMatrix
  • Model, format, dan mode penyebaran yang didukung
  • Kasus penggunaan yang umum dan chipset yang didukung

Mempersiapkan Model untuk Penyebaran

  • Eksport model dari alat pelatihan (MindSpore, TensorFlow, PyTorch)
  • Menggunakan ATC (Ascend Tensor Compiler) untuk konversi format
  • Model bentuk statis vs dinamis

Menyiarkan ke CloudMatrix

  • Pembuatan layanan dan pendaftaran model
  • Menyebarkan layanan inferensi melalui UI atau CLI
  • Rute, otentikasi, dan pengendalian akses

Menanggapi Permintaan Inferensi

  • Alur inferensi batch vs real-time
  • Pipeline pra-pemrosesan dan pasca-pemrosesan data
  • Memanggil layanan CloudMatrix dari aplikasi eksternal

Pemantauan dan Penyempurnaan Kinerja

  • Log penyebaran dan pelacakan permintaan
  • Penggandaan sumber daya dan pemutusan beban
  • Penyesuaian ketidaktahuan dan optimasi throughput

Integrasi dengan Alat Perusahaan

  • Mengoneksikan CloudMatrix dengan OBS dan ModelArts
  • Menggunakan alur kerja dan versi model
  • CI/CD untuk penyebaran dan pemulihan model

Pipeline Inferensi Mulai Selesai

  • Menyebarkan pipeline klasifikasi gambar lengkap
  • Pembandingan dan validasi akurasi
  • Menyimulasikan gagal over dan peringatan sistem

Rangkuman dan Langkah Selanjutnya

Persyaratan

  • Memahami alur kerja pelatihan model AI
  • Pengalaman dengan kerangka kerja ML berbasis Python
  • Pengenalan dasar dengan konsep penyebaran cloud

Penonton

  • Tim AI ops
  • Insinyur machine learning
  • Ahli penyebaran cloud yang bekerja dengan infrastruktur Huawei
 21 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait