感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程時長 14 時間：
課程簡介
華為 AI 生態系統簡介
- Ascend AI 硬體：310、910 及 910B 概覽
- 高層組件：MindSpore、CANN、AscendCL
- 行業定位及架構原則
CANN 在華為 AI 堆疊中的角色
- 什麼是 CANN？SDK 用途及內部層級
- ATC、TBE 及 AscendCL：模型的編譯與執行
- CANN 如何支援推理優化與部署
MindSpore 概覽與架構
- MindSpore 中的訓練與推理工作流程
- 圖模式（Graph mode）、PyNative 及硬體抽象
- 透過 CANN 後端與 Ascend NPU 整合
Ascend 上的 AI 生命週期：從訓練到部署
- 在 MindSpore 中建立模型或從其他框架轉換
- 使用 ATC 匯出及編譯模型
- 使用 OM 模型及 AscendCL 在 Ascend 硬體上部署
與其他 AI 堆疊的比較
- MindSpore 與 PyTorch、TensorFlow：焦點與定位
- 在 Ascend 上基於 GPU 堆疊的部署工作流程比較
- 企業應用中的機會與局限性
企業整合場景
- 智慧製造、政府 AI 及電信領域的應用案例
- 擴展性、合規性及生態系統考量
- 使用華為堆疊的雲端/本機混合部署
總結與下一步
最低要求
- 熟悉 AI 工作流程或平台架構
- 對模型訓練與部署有基本理解
- 無需具備 CANN 或 MindSpore 的先前實作經驗
受眾
- AI 平台評估人員及基礎架構架構師
- AI/ML DevOps 及流水線整合人員
- 技術經理及決策者
