感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
華為 AI 生態系簡介
- 昇騰 AI 硬體:310, 910, 和 910B 概覽
- 高階組件:MindSpore, CANN, AscendCL
- 產業定位與架構原則
CANN 在華為 AI 堆疊中的角色
- 什麼是 CANN?SDK 的目的與內部層級
- ATC, TBE 和 AscendCL:編譯與執行模型
- CANN 如何支援推論最佳化與部署
MindSpore 概覽與架構
- MindSpore 中的訓練與推論工作流程
- 圖模式, PyNative 和硬體抽象化
- 透過 CANN 後端與昇騰 NPU 整合
昇騰上的 AI 生命週期:從訓練到部署
- 在 MindSpore 中建立模型,或從其他框架轉換
- 使用 ATC 匯出與編譯模型
- 使用 OM 模型和 AscendCL 在昇騰硬體上部署
與其他 AI 堆疊的比較
- MindSpore 對比 PyTorch, TensorFlow:焦點與定位
- 昇騰對比基於 GPU 的堆疊的部署工作流程
- 企業應用的機遇與限制
企業整合情境
- 智慧製造、政府 AI 和電信領域的用例
- 可擴展性、合規性與生態系考量
- 使用華為堆疊進行雲端/本機混合部署
總結與下一步
最低要求
- 熟悉 AI 工作流程或平台架構
- 基本了解模型訓練與部署
- 無需先前使用 CANN 或 MindSpore 的實際操作經驗
目標對象
- AI 平台評估人員和基礎設施架構師
- AI/ML DevOps 與管線整合專家
- 技術經理和決策者
14 小時