Plan du cours

Introduction au plateforme Huawei Ascend

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

Configuration de l'environnement de développement

  • Installation du toolkit CANN et de MindSpore
  • Utilisation de ModelArts et CloudMatrix pour la gestion des projets
  • Test de l'environnement avec des modèles échantillons

Développement de modèles avec MindSpore

  • Définition et entraînement du modèle dans MindSpore
  • Pipelines de données et mise en forme des jeux de données
  • Exportation des modèles au format compatible Ascend

Optimisation des performances sur Ascend

  • Fusion des opérateurs et noyaux personnalisés
  • Stratégie de tuilage et planification du cœur AI
  • Outils de benchmarking et profilage

Stratégies de déploiement

  • Au-delà des compromis entre le déploiement Edge et Cloud
  • Utilisation du SDK MindX pour le déploiement
  • Intégration avec les workflows CloudMatrix

Débogage et surveillance

  • Utilisation de Profiler et AiD pour la traçabilité
  • Débogage des échecs en temps d'exécution
  • Surveillance de l'utilisation des ressources et du débit

Cas pratique et intégration du laboratoire

  • Développement de la chaîne complète avec MindSpore
  • Laboratoire : Construction, optimisation et déploiement d'un modèle sur Ascend
  • Comparaison des performances avec d'autres plateformes

Récapitulation et étapes suivantes

Pré requis

  • Une compréhension des réseaux neuronaux et des flux de travail IA
  • Expérience en programmation Python
  • Familiarité avec les pipelines d'entraînement et de déploiement de modèles

Public cible

  • Ingénieurs IA
  • Scientifiques des données travaillant avec la堆叠中的华为AI组件
  • 使用Ascend和MindSpore的ML开发者
 21 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires