Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Въведение в екосистемата на Huawei за изкуствен интелект
- Преглед на хардуера за изкуствен интелект Ascend: 310, 910 и 910B
- Основни компоненти: MindSpore, CANN, AscendCL
- Позициониране в индустрията и принципи на архитектура
Ролята на CANN в стъка на Huawei за изкуствен интелект
- Кой е CANN? Цел и вътрешни слоеве на SDK
- ATC, TBE и AscendCL: компилиране и изпълнение на модели
- Как CANN подкрепя оптимизацията на извода и развертането
Обзор и архитектура на MindSpore
- Работни процеси за обучение и извод в MindSpore
- Графов режим, PyNative и абстракция на хардуер
- Интеграция с Ascend NPU чрез CANN бекенд
Жизнен цикъл на изкуствен интелект на Ascend: от обучение до развертане
- Създаване на модели в MindSpore или преобразуване от други рамки
- Експортиране и компилиране на модели с ATC
- Развертане на хардуера Ascend с OM модели и AscendCL
Сравнение с други стъкове за изкуствен интелект
- MindSpore vs. PyTorch, TensorFlow: фокус и позициониране
- Работни процеси за развертане на Ascend vs. GPU-основани стъкове
- Возможности и ограничения за корпоративно използване
Сценарии за интеграция в корпоративна среда
- Приложения в интелигентно производство, правителствен изкуствен интелект и телеком
- Мащабируемост, съответствие на стандартите и разглеждания на екосистемата
- Хибридно развертане в облак/на място с Huawei стък
Резюме и следващи стъпки
Изисквания
Знакомство с потоковете за работа с ИИ или архитектура на платформаОсновни познания за обучение и развертане на моделиНяма необходим опит с работа с CANN или MindSporeЦелева групаОценяващи платформи за ИИ и архитекти на инфраструктураИнтегратори на ИИ/ML DevOps и конвейериТехнологични мениджъри и лица, вземащи решенияПоразбиране на стъка за изчисления с ИИ на Huawei: от CANN до MindSporeСтъка за изчисления с ИИ на Huawei — от нискониво SDK CANN до високонивото фреймуорк MindSpore — предлага интегрирана среда за разработка и развертане на ИИ, оптимизирана за хардуера Ascend.Това обучение, водено от инструктор (онлайн или на място), е насочено към технически професионалисти с начален до среден ниво, които искат да разберат как компонентите на CANN и MindSpore работят заедно за подпомагане на управлението на цикълът на ИИ и решенията за инфраструктура.До края на това обучение участниците ще могат да:Разберат слоевистата архитектура на стъка за изчисления с ИИ на Huawei.Определят как CANN подпомага оптимизирането на моделите и развертането на ниво хардуер.Оценяват фреймуорка MindSpore и инструментарията му в сравнение с алтернативи в индустрията.Позиционират стъка за ИИ на Huawei в корпоративни или облачни/настоящи среди.Формат на курсаИнтерактивна лекция и дискусия.Живи демонстрации на системи и разгледа на случаи.Опционални ръководени лаборатории за поток на модели от MindSpore до CANN.Опции за персонализиране на курсаЗа да поискате персонализирано обучение за този курс, моля свържете се с нас, за да уредим това.Въведение в екосистемата за ИИ на HuaweiAscend хардуер за ИИ: преглед на 310, 910 и 910BВисокониво компоненти: MindSpore, CANN, AscendCLПозициониране в индустрията и принципи на архитектураРолята на CANN в стъка за ИИ на HuaweiКой е CANN? Целта на SDK и вътрешните му слоевеATC, TBE и AscendCL: компилиране и изпълнение на моделиКак CANN подпомага оптимизирането на извода и развертанетоОбзор и архитектура на MindSporeПотокове за обучение и извод в MindSporeГрафов режим, PyNative и абстракция на хардуерИнтеграция с Ascend NPU чрез CANN бекендЦикълът на ИИ на Ascend: от обучение до развертанеСъздаване на модели в MindSpore или конвертиране от други фреймуоркиЕкспортиране и компилиране на модели с ATCРазвертане на хардуера Ascend с OM модели и AscendCLСравнение с други стъкове за ИИMindSpore срещу PyTorch, TensorFlow: фокус и позициониранеПотокове за развертане на Ascend срещу GPU-базирани стъковеОportunности и ограничения за корпоративно използванеСценарии за интеграция в корпоративна средаПримери за използване в интелигентно производство, управление на ИИ в държавната администрация и телекомуникацииМащабируемост, съответствие на стандартите и разглеждане на екосистематаОблачно/настоящо хибридно развертане с използване на стъка на HuaweiРезюме и следващи стъпки
14 часа