聯繫我們

課程簡介

CANN 及 Ascend AI 處理器簡介

  • 什麼是 CANN?其在華為 AI 計算棧中的角色
  • Ascend 處理器架構概覽(310、910 等)
  • 支援的 AI 框架及工具鏈概覽

模型轉換與編譯

  • 使用 ATC 工具進行模型轉換(TensorFlow、PyTorch、ONNX)
  • 創建並驗證 OM 模型檔案
  • 處理不支援的算子及常見轉換問題

使用 MindSpore 及其他框架進行部署

  • 使用 MindSpore Lite 部署模型
  • 將 OM 模型與 Python API 或 C++ SDK 集成
  • 使用 Ascend Model Manager

性能優化與分析

  • 理解 AI Core、記憶體及 tiling 優化
  • 使用 CANN 工具分析模型執行過程
  • 提升推理速度及資源使用率的最佳實踐

錯誤處理與除錯

  • 常見部署錯誤及其解決方案
  • 讀取日誌及使用錯誤診斷工具
  • 已部署模型的單元測試及功能驗證

邊緣及雲端部署場景

  • 部署到 Ascend 310 以應用於邊緣場景
  • 與雲端 API 及微服務集成
  • 計算機視覺及 NLP 領域的真實世界案例研究

總結與後續步驟

最低要求

  • 具備 TensorFlow 或 PyTorch 等基於 Python 的深度學習框架經驗
  • 了解神經網絡架構及模型訓練工作流程
  • 熟悉 Linux CLI 及腳本編程基礎

受眾對象

  • 從事模型部署工作的 AI 工程師
  • 針對硬體加速機制的機器學習實踐者
  • 構建推理方案的深度學習開發人員
 14 小時

課程分類