Prenez contact avec nous

Plan du cours

Introduction à la plateforme Huawei Ascend

  • Aperçu de l'architecture et de l'écosystème Ascend
  • Aperçu de MindSpore et de CANN
  • Cas d'utilisation et pertinence sectorielle

Configuration de l'environnement de développement

  • Installation du kit d'outils CANN et de MindSpore
  • Utilisation de ModelArts et de CloudMatrix pour l'orchestration des projets
  • Test de l'environnement avec des modèles d'exemple

Développement de modèles avec MindSpore

  • Définition et entraînement de modèles dans MindSpore
  • Pipelines de données et formatage des jeux de données
  • Exportation des modèles vers un format compatible Ascend

Optimisation des performances sur Ascend

  • Fusion d'opérateurs et noyaux personnalisés
  • Stratégie de tuilage et planification des cœurs IA
  • Outils de référence et de profilage

Stratégies de déploiement

  • Avantages et inconvénients du déploiement en périphérie versus dans le nuage
  • Utilisation du SDK MindX pour le déploiement
  • Intégration avec les flux de travail CloudMatrix

Débogage et surveillance

  • Utilisation de Profiler et d'AiD pour le traçage
  • Débogage des défaillances d'exécution
  • Surveillance de l'utilisation des ressources et du débit

Étude de cas et intégration au laboratoire

  • Développement du pipeline complet à l'aide de MindSpore
  • Laboratoire : construction, optimisation et déploiement d'un modèle sur Ascend
  • Comparaison des performances avec d'autres plateformes

Résumé et prochaines étapes

Pré requis

  • Une compréhension des réseaux de neurones et des flux de travail IA
  • De l'expérience en programmation Python
  • Une familiarité avec les pipelines d'entraînement et de déploiement de modèles

Public cible

  • Ingénieurs IA
  • Scientifiques des données travaillant avec la pile IA de Huawei
  • Développeurs ML utilisant Ascend et MindSpore
 21 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires