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 industrielle

Mise en place de l'environnement de développement

  • Installation de la boîte à outils CANN et de MindSpore
  • Utilisation de ModelArts et CloudMatrix pour l'orchestration de 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 ensembles de données
  • Exportation des modèles au format compatible Ascend

Optimisation des performances sur Ascend

  • Fusion d'opérateurs et noyaux personnalisés
  • Stratégie de tuilage et ordonnancement des AI Core
  • Outils de benchmarking et de profilage

Stratégies de déploiement

  • Compromis entre 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 le traçage
  • Débogage des échelons d'exécution
  • Surveillance de l'utilisation des ressources et du débit

Étude de cas et intégration des laboratoires

  • Développement d'un pipeline complet avec MindSpore
  • Laboratoire : Construire, optimiser et déployer un modèle sur Ascend
  • Comparaison des performances avec d'autres plateformes

Résumé et prochaines étapes

Pré requis

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

Public cible

  • Ingénieurs en IA
  • Data scientists travaillant avec la pile d'IA Huawei
  • Développeurs ML utilisant Ascend et MindSpore
 21 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires