聯繫我們

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

人數


每位參與者的報價

即將到來的課程

課程分類