課程簡介

華爲AI生態系統簡介

  • Ascend AI硬件:310、910和910B概述
  • 高層組件:MindSpore、CANN、AscendCL
  • 行業定位與架構原則

CANN在華爲AI堆棧中的角色

  • 什麼是CANN?SDK目的與內部層次
  • ATC、TBE和AscendCL:模型編譯與執行
  • CANN如何支持推理優化與部署

MindSpore概述與架構

  • MindSpore中的訓練與推理工作流程
  • 圖模式、PyNative與硬件抽象
  • 通過CANN後端與Ascend NPU集成

Ascend上的AI生命週期:從訓練到部署

  • 在MindSpore中創建模型或從其他框架轉換
  • 使用ATC導出和編譯模型
  • 使用OM模型和AscendCL在Ascend硬件上部署

與其他AI堆棧的比較

  • MindSpore與PyTorch、TensorFlow:焦點與定位
  • Ascend與GPU堆棧的部署工作流程
  • 企業使用的機會與限制

企業集成場景

  • 智能製造、政府AI與電信中的用例
  • 可擴展性、合規性與生態系統考量
  • 使用華爲堆棧的雲/本地混合部署

總結與下一步

最低要求

  • 熟悉AI工作流程或平臺架構
  • 對模型訓練和部署有基本瞭解
  • 無需具備CANN或MindSpore的實踐經驗

受衆

  • AI平臺評估師和基礎設施架構師
  • AI/ML DevOps和管道集成師
  • 技術經理和決策者
 14 時間:

課程分類