Návrh Školení

Úvod do platformy Huawei Ascend

  • Přehled architektury a ekosystému Ascend
  • Přehled MindSpore a CANN
  • Užití případů a relevanci pro průmysl

Nastavení vývojového prostředí

  • Instalace nástroje CANN a MindSpore
  • Použití ModelArts a CloudMatrix pro orchestrování projektu
  • Testování prostředí s ukázkovými modely

Vývoj modelů s MindSpore

  • Definice a trénování modelu v MindSpore
  • Datové kanály a formátování datových souborů
  • Export modelů do Ascend-slučitelného formátu

Optimalizace výkonu na Ascend

  • Fúze operátorů a vlastní jádra
  • Dlaždicová strategie a plánování AI Core
  • Nástroje pro benchmarking a profilaci

Strategie nasazení

  • Výhody a nevýhody hraničního vs. cloudového nasazení
  • Použití SDK MindX pro nasazení
  • Integrace s pracovními postupy CloudMatrix

Ladicí a monitorovací nástroje

  • Použití Profileru a AiD pro trasování
  • Ladění selhání během běhu
  • Monitorování využití zdrojů a propustnosti

Případová studie a integrace laboratorních cvičení

  • Plný pracovní postup vývoje pomocí MindSpore
  • Laboratoř: Vytvořte, optimalizujte a nasadte model na Ascend
  • Porovnání výkonu s jinými platformami

Shrnutí a další kroky

Požadavky

  • Porozumění neuronovým sítím a pracovním postupům AI
  • Zkušenosti s programováním v Pythonu
  • Odezvědění se o tréninkových a nasazovacích kanálech modelů

Cílová skupina

  • AI inženýři
  • Datoví vědci pracující s Huawei AI stackem
  • ML vývojáři používající Ascend a MindSpore
 21 hodiny

Počet účastníků


Cena za účastníka

Reference (1)

Nadcházející kurzy

Související kategorie