Návrh Školení

Úvod do platformy Huawei Ascend

  • Přehled architektury Ascend a ekosystému
  • Přehled MindSpore a CANN
  • Užitkové případy a relevance pro průmysl

Nastavení vývojového prostředí

  • Instalace nástrojové sady CANN a MindSpore
  • Použití ModelArts a CloudMatrix pro orchestraci projektů
  • Testování prostředí pomocí vzorových modelů

Vývoj modelů s využitím MindSpore

  • Definice a trénink modelu v MindSpore
  • Datové pumpy a formátování datových sad
  • Export modelů do formátu kompatibilního s Ascend

Optimalizace výkonu na Ascend

  • Fusion operátorů a vlastní jader
  • Strategie tiling a plánování AI Core
  • Nástroje benchmarkingu a profilace

Strategie nasazení

  • Porovnání nasazování na hraničních zařízeních proti cloudovým prostředím
  • Použití SDK MindX pro nasazení
  • Integrace s pracovními postupy CloudMatrix

Ladění a monitorování

  • Použití Profileru a AiD pro sledování
  • Ladění běhových selhání
  • Monitorování využití zdrojů a propustnosti

Případový studií a integrace laboratorních úprav

  • Vývoj plného průběhu s využitím MindSpore
  • Laboratoř: Sestavení, optimalizace a nasazení modelu na Ascend
  • Porovnání výkonu s jinými platformami

Shrnutí a další kroky

Požadavky

  • Přehled neuronových sítí a pracovních postupů AI
  • Zkušenosti se Python programováním
  • Srozumění modelového tréninku a nasazovacích potrubí

Cílová skupina

  • Inženýři AI
  • Datoví vědci pracující s technologiemi Huawei AI
  • Vývojáři ML, kteří používají Ascend a MindSpore
 21 hodiny

Počet účastníků


Price per participant

Reference (1)

Upcoming Courses

Související kategorie