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 Ekosistem AI dari Huawei
- Perangkat keras AI Ascend: chip seri 310, 910, dan 910B
- MindSpore, CANN, serta alat pendukung lainnya
- Alur kerja pengembangan AI: mulai dari pelatihan hingga penyebaran
Memahami Paket Alat CANN
- Apa itu CANN dan mengapa alat ini penting?
- Ringkasan komponen utamanya (ATC, AscendCL, serta perpustakaan operator)
- Peran CANN dalam proses inferensi model AI
Memulai Penggunaan MindSpore dan CANN
- Konfigurasi lingkungan kerja (MindSpore + CANN + Python)
- Melatih model dasar dengan MindSpore
- Mengonversi dan mengekspor model menggunakan ATC
Menjalankan Proses Inferensi pada Perangkat Ascend
- Penggunaan format OM bersama AscendCL maupun API Python
- Pengolahan awal data input/output
- Validasi hasil eksekusi model
Bekerja dengan Kerangka Kerja Lainnya
- Gambaran umum dukungan untuk TensorFlow, PyTorch, dan ONNX
- Operator yang didukung serta keterbatasannya
- Demonstrasi konversi model sederhana (misalnya dari format ONNX ke OM)
Menjelajahi Ekosistem Pengembang CANN dan MindSpore
- Sumber daya utama: dokumentasi, repositori GitHub, serta kode contoh
- Gambaran singkat tentang MindSpore Hub dan koleksi model yang tersedia
- Forum komunitas, acara-acara, serta saluran dukungan teknis
Penutup dan Langkah Selanjutnya
Persyaratan
- Pemahaman dasar mengenai konsep machine learning dan deep learning
- Pengalaman pemrograman menggunakan Python
- Tidak diperlukan pengalaman sebelumnya dengan CANN maupun perangkat keras Ascend
Target Peserta
- Para pengembang machine learning yang tertarik dengan alur kerja penyebaran model
- Mahasiswa atau peneliti yang baru mengenal ekosistem AI dari Huawei
- Kontributor kerangka kerja AI serta para pecinta teknologi yang ingin meningkatkan kecepatan eksekusi model
7 Jam