聯繫我們

課程簡介

CANN 與昇騰 AI 處理器簡介

  • 什麼是 CANN?其在華為 AI 計算棧中的角色。
  • 昇騰處理器架構概述(310、910 等)。
  • 支持的 AI 框架和工具鏈概覽。

模型轉換與編譯

  • 使用 ATC 工具進行模型轉換(TensorFlow、PyTorch、ONNX)。
  • 創建並驗證 OM 模型文件。
  • 處理不支持的算子及常見的轉換問題。

使用 MindSpore 及其他框架部署

  • 使用 MindSpore Lite 部署模型。
  • 將 OM 模型與 Python API 或 C++ SDK 集成。
  • 使用昇騰模型管理器(Ascend Model Manager)。

性能優化與分析

  • 理解 AI Core、內存及分塊(tiling)優化技術。
  • 使用 CANN 工具對模型執行進行分析(Profiling)。
  • 提高推理速度和資源利用率的最佳實踐。

錯誤處理與除錯

  • 常見部署錯誤及其解決方案。
  • 閱讀日誌和使用錯誤診斷工具。
  • 部署模型的單元測試和功能驗證。

端側與雲側部署場景

  • 部署至昇騰 310 用於端側應用。
  • 與基於雲的 API 和微服務集成。
  • 計算機視覺和自然語言處理領域的真實案例研究。

總結與下一步行動

最低要求

  • 具備基於 Python 的深度學習框架(如 TensorFlow 或 PyTorch)使用經驗。
  • 理解神經網絡架構及模型訓練工作流程。
  • 基本熟悉 Linux 命令行界面和腳本編程。

受眾

  • 從事模型部署的 AI 工程師。
  • 針對硬件加速的機器學習從業人員。
  • 構建推理解決方案的深度學習開發者。
 14 小時

人數


每位參與者的報價

即將到來的課程

課程分類